Matplotlib直方图概率密度绘制异常：如何获取正确概率值？

问题原因 #

你混淆了概率密度和**相对频率（概率）**的概念：

• density=True 会让直方图的总面积为1，每个条形的高度是「频率 / 对应bin的宽度」。你设置了bins=100，每个bin的宽度是(3-1)/100=0.02，所以数字1的密度计算为 0.5 / 0.02 = 2.5，这就是你看到的结果。
• 你预期的是相对频率（即每个数值出现的占比），这和概率密度不是同一个概念。

解决方案 #

方法1：调整bins适配离散数据，用density=True #

针对离散数值，设置bins让每个数值单独占一个bin，此时bin宽度为1，概率密度就等于相对频率：

import matplotlib.pyplot as plt

test = [1,2,3,1,1,3,2,1]
# 设置bins，让每个数字落在独立区间内
bins = [0.5, 1.5, 2.5, 3.5]
plt.hist(test, bins=bins, density=True)
plt.xticks([1,2,3])
plt.show()

方法2：用weights参数直接绘制相对频率 #

给每个样本设置权重为1/总样本数，不需要density=True，条形高度直接是相对频率：

import matplotlib.pyplot as plt

test = [1,2,3,1,1,3,2,1]
n = len(test)
# 每个样本的权重为1/n，总和为1
plt.hist(test, bins=100, weights=[1/n]*n)
plt.xticks([1,2,3])
plt.show()

方法3：用Seaborn绘制更直观的离散频率图 #

对于离散数据，用countplot或barplot展示频率更清晰：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

test = [1,2,3,1,1,3,2,1]
df = pd.DataFrame({'value': test})
# 先计算频率
freq_df = df['value'].value_counts(normalize=True).reset_index()
freq_df.columns = ['value', 'frequency']

sns.barplot(data=freq_df, x='value', y='frequency')
plt.ylim(0, 1)
plt.show()

内容的提问来源于stack exchange，提问作者q2w3e4