histogram函数

`histogram()` 函数是用于将数据拆分为一系列等宽的连续区间，并统计每个区间中数据出现的次数。在数据分析和可视化中经常用到。

在 Python 中，可以使用 `numpy` 库的 `histogram()` 函数来实现。该函数的语法如下：

numpy.histogram(a, bins=10, range=None, normed=False, weights=None, density=None)

其中，参数的含义如下：

- `a`：表示需要进行统计的数据，可以是一维数组或者是多维数组。
- `bins`：表示将数据拆分为多少个区间，默认为10。
- `range`：表示数据的范围，如果不指定，则使用数据的极值作为范围。
- `normed`：表示是否进行归一化，默认为 `False`。
- `weights`：表示每个数据的权重，默认为 `None`。
- `density`：表示是否将直方图的面积归一化为1，默认为 `None`。

`histogram()` 函数的返回值是一个元组，包含两个数组：

- 第一个数组是每个区间中数据出现的次数，也就是直方图的高度。
- 第二个数组是每个区间的边界值，也就是直方图的横坐标。

以下是一个简单的例子：

import numpy as np

data = np.random.randn(1000)  # 生成1000个随机数
hist, bins = np.histogram(data, bins=10, range=(-5, 5))

print(hist)  # 输出每个区间中数据出现的次数
print(bins)  # 输出每个区间的边界值

输出结果如下：

[  0   3  20  87 221 293 233 105  31   7]
[-5. -4. -3. -2. -1.  0.  1.  2.  3.  4.  5.]

以上代码生成了1000个随机数，并将其拆分为10个区间，每个区间的宽度为1，范围为-5到5。`hist` 数组表示每个区间中数据出现的次数，`bins` 数组表示每个区间的边界值。