在使用Numpy.histogram或matplotlib.pyplot.hist创建的典型直方图中，容器具有统一的宽度或用户指定他/她自己的bin边缘。关于最佳箱宽的选择有很多 - 比如sqrt（样本量）。
有时，存在零件中有零件的箱子 - 例如，在柱状图的极端情况下。如果想要寻找相关性，这可能是一种痛苦 - 例如，如果要检查每个箱中的物体数量是否随着x轴上的数量增加而增加。 （想象一下直方图，其中几乎所有其他bin都有0个对象，或者直方图，其中第一个和最后一个bin实际上有0个对象 - 这两种情况都会导致数据的可视化不佳，并且更难以看到任何潜在的相关性。 ）
在这种情况下，对分箱施加阈值以使每个箱包含至少 N个对象可能是有益的。当然，箱宽可能不再一致。
是否有一种简单的方法（即内置函数）来创建这样一个＆＃34; thresholded-histogram＆＃34;在Python中，使用Numpy，Scipy还是matplotlib？或者至少分割一个单调的数字数组，使每个子数组包含至少N个数字？
此外，这样的分级算法被认为是最佳的（因为得到的直方图可以让您更清晰地显示数据的位置），或者是次优的（因为您正在操纵分档，而不是只是按原样显示数据？