Python 代码的左侧如何为计数和边赋值？？有人能简要解释一下这个代码吗

我想知道如何通过

np.直方图

一次分配计数和

bin_边

值

counts,bin_edges=np.histogram(iris_setosa['sepal_length'],bins=10,density=True)

---

假设

data

是一个1D numpy数组，

bins

是一个严格的正整数，代码大致如下：

将numpy导入为np
def numpy_直方图（数据，箱数=10，密度=False）：
xmin=data.min（）
xmax=data.max（）
bin_边=np.linspace（xmin，xmax，bin+1）
计数=np.零（箱，数据类型=int）
bin_指数=（（数据-xmin）/（xmax-xmin）*bin*0.999999）
对于bin_指数中的i：
计数[i]+=1
如果密度：
计数=计数/总和（计数）/（箱边[1]-箱边[0]）
返回计数，bin_边
计数，二进制边=numpy直方图（np.随机.均匀（1,10,20），密度=真）
打印（总和（计数），计数）

因此，数据的最小值和最大值用于定义面元边界。（有一个边界比有多个箱子）。然后从每个数据中减去

xmin

，然后除以数据的总范围。然后乘以垃圾箱的数量。这标识了该值应放在的箱子索引。需要通过略小于1的系数进行修正，以便最右边的值不会落在以下（未定义的）容器中

当

density=True

时，计数将标准化，以使所有条的面积之和为一。这些条的宽度在两个连续的

bin\u边之间存在差异

PS：关于Python同时分配多个元素很有趣。
您的问题是关于
np.histogram
如何工作，还是关于将其输出分配给两个变量？这个作业只是Python“解包”的一个例子。你能回答这两个问题吗