我有一个看起来像这样的不平衡的数值数据集：

我需要将数据分成8个箱子，但是如果我设置箱子大小相等，我所有的数据只会进入两个箱子，其余的中间部分将会是空的。

有没有一种统计学或数学方法，可以在数据点很多时进行细粒度的分箱，而在数据点较少时进行粗粒度的分箱？

回答：

你可以对数据进行排序，并根据排名进行分箱，有时也称为“深度”。所以如果你的数据排序后是

[1, 2, 4, 8, 16, 32]

你想要三个箱子，你会使用

[1, 2] [4, 8] [16, 32]

但是定义箱子中心和边界的好方法很难找？你可能会使用平均值：1.5, 6, 24 作为中心，并使用最大值和最小值的中间值作为单元边界：[1:3] [3:12] 和 [12:32]。

箱子大小不再重要，因为它们都被期望是同样大的？但如果你有多个变量，箱子的组合可能会低于平均值或高于预期。即表示变量之间存在某种依赖关系。