np.histogramdd（）

numpy.histogramdd(sample, bins=10, range=None, normed=None, weights=None, density=None)

计算一些数据的多维直方图

sample ：(N, D) 数组, 或 (D, N) 数组

要进行直方图分析的数据。 注意当array_like时样本的不寻常解释： 

1) 如果是数组，则每一行都是D维空间中的坐标， 

2) 如果为array_like，则每个元素都是单个坐标的值列表。

 第一种形式应该是首选。

bins ：sequence 或 int, 可选

bin规格： 

1) 描述沿每个维度单调递增的bin边缘的数组序列。

2) 每个维度的bins数量(nx，ny，…=bins)。 

3) 所有维度的bins数(nx = ny =…=bins)。

range ：sequence, 可选。在序列中输入None，将导致最小值和最大值用于相应的尺寸。默认值None。

density ：bool，可选。

如果默认值为False，则返回每个bin中的样本数。

如果为True，则在bin处返回概率密度函数。

normed ：bool, 可选。密度参数的别名，其行为相同。通常首选密度。

weights ：可选。权重每个样本（x_i，y_i，z_i,...）的值w_i的数组。 如果标准为True，则将权重标准化为1。 如果normed为False，则返回的直方图的值等于属于每个bin的样本的权重之和。