生成每个包含偶数个样本的区域

Question

我知道我可以使用numpy.histogram或numpy.digitize为numpy生成数组，并且过去也有。但是，我需要进行的分析要求在每个bin中存在偶数个样本，其中数据不是均匀分布的。

假设我在数组A = numpy.random.random(1000)中有大致正态分布的数据。如何将这些数据（通过创建索引或查找定义每个bin的范围的值）以每种方法中包含偶数个样本的方式对其进行分区？

我知道这可以被视为优化问题，并且可以解决它，即：

import numpy as np
from scipy.optimize import fmin

def generate_even_bins(A, n):
    x0 = np.linspace(A.min(), A.max(), n)

    def bin_counts(x, A):
        if any(np.diff(x)) <= 0:
            return 1e6
        else:
            binned = np.digitize(A, x)
            return np.abs(np.diff(np.bincount(binned))).sum()

    return fmin(bin_counts, x0, args=(A,))

...但是有没有可用的东西，也许是numpy或scipy.stats实现了这个？如果不是，那么？