双Y轴概率直方图与累积概率曲线缩放异常问题求助

核心问题定位 #

你的问题大概率是累积概率未做归一化，或者双Y轴的缩放逻辑没对齐。以下是具体排查和修复步骤：

1. 确保累积概率是归一化后的结果 #

如果直接对直方图的bin计数做累加，得到的是累计样本数量（最终等于总样本数），必须除以总样本数才能得到0-1范围的概率值：

# 假设你的模拟结果存在simulation_results变量中
total_samples = len(simulation_results)
# 绘制直方图并获取bin计数和区间
counts, bins, patches = ax1.hist(simulation_results, bins=30)
# 计算归一化后的累积概率
cumulative_prob = np.cumsum(counts) / total_samples

2. 强制对齐双Y轴的范围 #

绘制累积概率曲线后，手动设置第二个Y轴的范围为0到1，避免matplotlib自动缩放导致的异常：

ax2.plot(bins[:-1], cumulative_prob, color='red')
ax2.set_ylim(0, 1)  # 关键：强制Y轴2的范围为0-1
ax2.set_ylabel('累积概率')

3. 保证直方图与累积计算的bins一致 #

如果你的代码中是分别定义直方图的bins和累积计算的bins，很可能出现区间不匹配的问题。必须基于直方图返回的bins来计算累积概率，不要单独重新定义bins参数。

完整修复示例片段 #

import numpy as np
import matplotlib.pyplot as plt

def plot_risk_histogram(simulation_results):
    fig, ax1 = plt.subplots()
    # 绘制主直方图（Y轴1：Bin Count）
    total_samples = len(simulation_results)
    counts, bins, patches = ax1.hist(simulation_results, bins=30, alpha=0.7)
    ax1.set_ylabel('Bin Count')
    ax1.set_xlabel('风险评分')
    
    # 添加5%和95%分位数竖线
    q5 = np.percentile(simulation_results, 5)
    q95 = np.percentile(simulation_results, 95)
    ax1.axvline(q5, color='green', linestyle='--', label='5%分位数')
    ax1.axvline(q95, color='blue', linestyle='--', label='95%分位数')
    ax1.legend()
    
    # 绘制累积概率（Y轴2：0-1范围）
    ax2 = ax1.twinx()
    cumulative_prob = np.cumsum(counts) / total_samples
    ax2.plot(bins[:-1], cumulative_prob, color='red', linewidth=2)
    ax2.set_ylim(0, 1)  # 关键：强制Y轴范围
    ax2.set_ylabel('累积概率')
    
    plt.tight_layout()
    plt.show()

额外排查点 #

• 检查是否在计算累积概率时，误将bin的数量当成了总样本数（比如用len(bins)代替len(simulation_results)）
• 确认模拟结果的样本数量是否正确，避免因样本数统计错误导致归一化偏差

内容的提问来源于stack exchange，提问作者Paul Hanson