使用plt.hist的density=True时直方图面积不为1的疑问

文档描述没错，问题出在你的计算方式理解有误。

核心逻辑：density=True 是让直方图总面积归一为1 #

当设置density=True时，matplotlib会调整每个直方图柱的高度，使得所有柱的高度 × 柱宽度的总和（即直方图的总面积）等于1，以此近似概率密度函数（PDF）。

你的计算错误点 #

• 直接用sum(data1)：这是对柱的高度求和，完全没考虑每个柱的宽度。bins数量变化时，柱宽度会变，高度也会跟着调整，所以这个求和结果肯定不会是1，还会随bins数量波动。
• 用np.trapz(data1)：你只传入了高度数据data1，np.trapz默认会用步长1计算积分，但实际每个柱的步长（宽度）是bin_edges[i+1] - bin_edges[i]，不是1。这种情况下计算的积分自然不是总面积，结果也会随bins变化。

正确的计算方式 #

调用plt.hist时要捕获返回的三个值：柱高度、柱边缘坐标、绘图对象。然后通过以下两种方式计算总面积，结果会接近1：

import numpy as np
import matplotlib.pyplot as plt

test_dataset = np.random.normal(size=1000)
# 获取直方图的高度、bin边缘
hist_heights, bin_edges, _ = plt.hist(test_dataset, bins=30, density=True)

# 方法1：直接计算每个柱的面积并求和
total_area = np.sum(hist_heights * np.diff(bin_edges))
print("总面积（方法1）：", total_area)

# 方法2：用np.trapz，传入bin的中点作为x坐标
bin_midpoints = bin_edges[:-1] + np.diff(bin_edges)/2
total_area_trapz = np.trapz(hist_heights, bin_midpoints)
print("总面积（方法2）：", total_area_trapz)

不管bins数量怎么调整，只要数据量足够，这两个计算结果都会接近1，符合density=True的设计逻辑。

内容的提问来源于stack exchange，提问作者Curious