绘制直方图时自适应区间数量

---

确定区间的总范围

区间是[0,max]还是[min,max]？假如数据的min和max比较接近，且之间的数据量比较多，那么我们显然是更想关注这个区间内数据分布，那么[0,min]之间的数据不仅没有用处，而且会浪费图中的空间。

所以区间分布取[min,max]。

---

如何自适应区间的数量

之前绘制直方图，是调用现成的函数，但里面有项参数是输入区间数量。我们通常都是大概预测一下，之后输入一个初始值，待图出来后，看效果如何，在调整区间数量，重新绘图。

上述是我们通常绘制直方图的通用流程，那么如何将其以算法实现，以用到大量数据中？

实际上，我们重点解决初始区间数的选定和效果如何的评判标准两个问题即可。效果指的是取的区间是否尽可能地将数据分布展现出来，不会出现大量数据集中在某一区间而其它区间没有数据的情况，即我们可以简单地定义指标数据区间均衡程度来作为效果评判指标。

那么初始区间数如何选定？首先根据上文，数据分布均衡程度肯定是一个指标，因为数据分布越不均衡，我们希望的区间也更多，数据分布越均衡（考虑平均分布的情况），此时区间取几个已经无所谓了，因为效果都一样。

那么还要考虑的因素有哪些？应该还有数据个数，比如随着数据量的增大，我们取的区间数稍微增大，效果肯定更好一些。还有个因素要考虑–max-min，比如0,2,2,0,0,0,0,0........这样的数据列，虽然数据非常多，但我们显然不能给定比较大的区间数，因为在此种情况下，区间直接取[0,1,2]显然更好。

还有一种特殊要考虑的情况是，假如数据全部是整数，比如0,1,4，此时希望区间直接取[0,1,2,3,4]即可，不再考虑上述的种种因素。

综上，流程图如下