首先，请记住，积分只是曲线下方的总面积。对于直方图，积分（在伪python中）为sum([bin_width[i] * bin_height[i] for i in bin_indexes_to_integrate])。

作为参考，请参见以下在matplotlib中使用直方图的示例：http
:
//matplotlib.org/1.2.1/examples/pylab_examples/histogram_demo.html。

在这里，他们的输出分隔plt.histogram成三个部分，n，bins，和patches。我们可以使用这种分离来实现您要求的“积分”。

假设bin1和bin2是要积分的仓位的索引，然后像这样计算积分：

# create some dummy data to make a histogram of
import numpy as np
x = np.random.randn(1000)
nbins = 10
# use _ to assign the patches to a dummy variable since we don't need them
n, bins, _ = plt.hist(x, nbins)

# get the width of each bin
bin_width = bins[1] - bins[0]
# sum over number in each bin and mult by bin width, which can be factored out
integral = bin_width * sum(n[bin1:bin2])

如果您已定义bins为具有多个宽度的列表，则必须执行类似@cphlewis所说的操作（此方法不带任何偏移）：

integral = sum(np.diff(bins[bin1:bin2])*n[bin1:bin2])

还值得看看matplotlib.pyplot.hist的API文档。