在Python编程中，计算某个数据序列中每个数在指定区间内出现的次数是一个常见的任务。例如，在一个列表中，需要计算区间 [1, 5] 内有多少个数。这个任务可以通过使用 Python 的内置函数 range() 和条件语句来实现。

# 定义列表
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 定义区间
lower = 1
upper = 5
# 初始计数器
count = 0
# 使用for循环遍历列表中所有元素
for n in nums:
# 判断元素是否在区间内
if lower<= n<= upper:
# 若在，则计数器加一
count += 1
# 输出结果
print("在区间 [{}, {}] 内有{}个数。".format(lower, upper, count))

以上代码通过循环遍历列表中的每个元素，检查它是否在指定的区间内。如果在，计数器就加一。

在使用 Python 进行数据分析时，这个计数的过程非常常见。有时候我们需要将数据分成多个区间，然后计算每个区间内有多少个数据点。这个过程可以通过使用 numpy 库的 histogram() 函数来完成。这个函数可以根据指定区间和数据返回一个直方图。以下是一个示例代码：

import numpy as np
# 定义数据
data = [3, 2, 1, 2, 5, 3, 4, 2, 1, 1, 4, 5, 5]
# 定义区间
bins = np.array([1, 2, 3, 4, 5, 6])
# 计算直方图
hist, edges = np.histogram(data, bins)
# 输出结果
print(hist)
# 输出区间
print(edges)

以上代码通过 numpy 库中的 histogram() 函数，将数据分配到指定的区间中。计算出来的直方图可以用于数据分析及可视化。