下面是一个示例代码，展示如何计算不同数据文件的直方图计数。

import numpy as np
import matplotlib.pyplot as plt

# 读取数据文件
def read_data_file(file_name):
    data = []
    with open(file_name, 'r') as file:
        for line in file:
            data.append(float(line.strip()))
    return np.array(data)

# 计算直方图计数
def calculate_histogram_counts(data, num_bins):
    counts, bins = np.histogram(data, bins=num_bins)
    return counts, bins

# 绘制直方图
def plot_histogram(counts, bins):
    plt.bar(bins[:-1], counts, width=(bins[1]-bins[0]))
    plt.xlabel('Value')
    plt.ylabel('Count')
    plt.show()

# 主函数
def main():
    # 数据文件列表
    data_files = ['data1.txt', 'data2.txt', 'data3.txt']

    # 设置直方图参数
    num_bins = 10

    # 逐个处理数据文件
    for file_name in data_files:
        # 读取数据文件
        data = read_data_file(file_name)

        # 计算直方图计数
        counts, bins = calculate_histogram_counts(data, num_bins)

        # 绘制直方图
        plot_histogram(counts, bins)

# 运行主函数
if __name__ == '__main__':
    main()

上述代码中，首先定义了三个函数：

• read_data_file：用于从给定文件中读取数据。
• calculate_histogram_counts：用于计算给定数据的直方图计数。
• plot_histogram：用于绘制直方图。

然后，在main函数中，首先定义了数据文件列表和直方图参数。接下来，通过循环逐个处理数据文件。对于每个数据文件，先使用read_data_file函数读取数据，然后使用calculate_histogram_counts函数计算直方图计数，最后使用plot_histogram函数绘制直方图。

运行主函数后，将会逐个绘制每个数据文件的直方图。