直方图分箱数选择有五种主流方法：一、Sturges公式法（K=1+log₂N，Matplotlib默认）；二、Freedman-Diaconis规则（基于IQR与N^(−1/3)，抗异常值）；三、Scott规则（基于标准差与N^(−1/3)，最小化AMISE）；四、Matplotlib的bins='auto'（自动选FD、Scott、Sturges中最大K）；五、R语言dpih函数（直接插件法优化IMSE）。

直方图是展示数据分布形态的基础工具，而分箱数（bins）的选择直接影响可视化效果与信息传达准确性。若分箱过少，会掩盖数据细节；若过多，则引入噪声、干扰真实分布趋势。以下是几种主流方法，用于通过histogram函数或相关机制自动确定最佳分箱数。

一、Sturges公式法

该方法基于样本量N推导理论最优组数，假设数据近似服从正态分布，计算简洁且被Matplotlib默认采用（当未显式指定bins时）。其核心逻辑是使分组数量足以分辨分布结构，又避免过度细分。

1、计算样本总数N，使用Python中len(data)获取。

2、代入公式K = 1 + log₂(N)，等价于1 + 3.322 × log₁₀(N)。

3、对结果四舍五入取整，得到整数分箱数K。

4、在matplotlib.pyplot.hist()中传入bins=K参数，例如：plt.hist(data, bins=round(1 + 3.322 * np.log10(len(data))))。

二、Freedman-Diaconis规则（FD规则）

该方法不依赖正态假设，而是利用数据的离散程度——四分位距（IQR）和样本量共同决定箱宽，再反推分箱数，对异常值鲁棒性强，适合偏态或重尾分布。

1、计算数据的下四分位数Q1与上四分位数Q3，再得IQR = Q3 − Q1。

2、计算箱宽d = 2 × IQR × N^(−1/3)。

3、计算全距R = max(data) − min(data)。

4、分箱数K = round(R / d)，确保为正整数。

5、调用hist函数时显式指定bins=K，例如：plt.hist(data, bins=int((np.max(data)-np.min(data)) / (2 * iqr(data) * len(data)**(-1/3))))。

三、Scott规则

该规则以标准差σ为尺度，假设数据接近正态分布，推导出最小渐近均方误差（AMISE）下的最优箱宽，进而得出分箱数，广泛用于统计软件默认设置。

1、计算样本标准差σ，使用np.std(data, ddof=0)。

2、计算箱宽d = 3.5 × σ × N^(−1/3)。

3、计算全距R = max(data) − min(data)。

4、分箱数K = round(R / d)。

5、在绘图中直接传入该K值，例如：plt.hist(data, bins=int((np.max(data)-np.min(data)) / (3.5 * np.std(data) * len(data)**(-1/3))))。

四、自动选择接口：Matplotlib内置auto选项

Matplotlib 2.0.2及以上版本支持bins='auto'参数，内部按顺序尝试Fd规则、Scott规则与Sturges公式，选取其中分箱数最大的一个作为最终结果，兼顾鲁棒性与分辨率。

1、准备数值型数组data。

2、调用plt.hist(data, bins='auto')。

3、该调用将自动完成分布评估与分箱数决策，无需手动计算。

4、可进一步通过返回值获取实际使用的分箱数：n, bins, patches = plt.hist(data, bins='auto')，其中len(bins)−1即为所选分箱数。

五、R语言dpih函数法

R语言KernSmooth包中的dpih函数采用直接插件法（Direct Plug-in），通过高阶导数估计与带宽优化，迭代求解最小化积分均方误差（IMSE）的最优箱宽，精度高于前述经验规则，适用于研究级分析。

1、在R中安装并加载KernSmooth包：install.packages("KernSmooth"); library(KernSmooth)。

2、生成数据向量x，例如x

3、调用dpih(x)获取最优带宽h，再计算分箱数：bins_num 。

4、使用hist(x, breaks=bins_num)绘制直方图。