如何让numpy直方图包含右区间边界而非左区间边界？

要实现让numpy.histogram的区间包含右边界、不包含左边界，可以用以下几种方式：

方法1：给数据减去极小值 #

利用浮点数精度的极小值（np.finfo(float).eps）调整数据，让原本等于bin右边界的元素落入前一个区间：

import numpy as np

array = np.array([1,1,1])
eps = np.finfo(float).eps
counts, bins = np.histogram(array - eps, bins=np.arange(0,3))
print(counts, bins)
# 输出：[3 0] [0 1 2]

这个方法的核心是通过微小偏移，让原本属于[1,2)区间的1，变成略小于1的值，从而被划入[0,1)区间，达到等效于区间(0,1]的统计效果。

方法2：使用np.digitize手动统计 #

用np.digitize并设置right=True参数（该参数会让区间变为(left, right]），再统计每个区间的元素数量：

import numpy as np

array = np.array([1,1,1])
bins = np.arange(0,3)
# 获取每个元素所属的bin索引
indices = np.digitize(array, bins, right=True)
# 统计各索引的数量，注意索引从1开始，对应bins的区间(0,1], (1,2]
counts = np.bincount(indices, minlength=len(bins))[1:]
print(counts, bins)
# 输出：[3 0] [0 1 2]

这里np.digitize(..., right=True)会把x <= bins[i]且x > bins[i-1]的元素分到第i个区间，刚好符合“包含右边界、不包含左边界”的需求，再通过np.bincount统计每个区间的元素数即可。

内容的提问来源于stack exchange，提问作者Luke Hickinbotham