Python如何无需手动计算简便绘制多组相对频率直方图

绘制多组相对频率直方图（要求分箱的频数总和为1，而非分箱面积总和为1）的实际实现比预想复杂，目前试了两种方案都有明显短板：

• 方法A：通过weights参数可以输出正确结果，但参数逻辑不直观
  实现代码：

  import numpy as np
  import pandas as pd
  import matplotlib.pyplot as plt
  
  df_a = pd.DataFrame(np.random.randn(1000),columns=['a'])
  df_b = pd.DataFrame(1+ np.random.randn(100),columns=['b'])
  
  # Method A
  ax = df_a.plot(kind='hist', weights= np.ones_like(df_a) / len(df_a),alpha=0.5)
  df_b.plot(kind='hist', weights= np.ones_like(df_b) / len(df_b),alpha=0.5 ,ax= ax )
  plt.title("Method A")
  plt.show()
  

  运行效果：
  
• 方法B：手动通过count/sum(count)计算相对频率，逻辑好懂，但输出图表美观度差，还容易出现分箱错位问题
  实现代码：

  # Method B
  count_a,bins_a = np.histogram(df_a.a)
  count_b,bins_b = np.histogram(df_b.b)
  plt.bar(bins_a[:-1],count_a/sum(count_a),alpha=0.5 )
  plt.bar(bins_b[:-1],count_b/sum(count_b),alpha=0.5 )
  plt.title("Method B")
  

  运行效果：
  

是否存在其他实现方案，无需手动完成计算步骤，即可直接基于原始数据生成符合要求的美观相对频率直方图？

更优实现方案 #

直接用seaborn的histplot接口即可，不需要手动做权重计算、频数归一，指定参数就能生成样式统一美观的符合要求的图表，代码示例：

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

# 构造示例数据集
df_a = pd.DataFrame({'value': np.random.randn(1000), 'category': 'a'})
df_b = pd.DataFrame({'value': 1 + np.random.randn(100), 'category': 'b'})
df_all = pd.concat([df_a, df_b])

# 核心参数stat='probability' 对应分箱频数总和为1的相对频率要求
sns.histplot(
    data=df_all,
    x='value',
    hue='category',
    stat='probability',
    alpha=0.5
)
plt.title("Seaborn 实现效果")
plt.show()

这个方案的优点：

• 所有归一化计算由接口内部完成，不需要手动写权重、算占比，代码简洁
• 默认样式经过优化，自动对齐多组数据的分箱、自动生成图例，不会出现手动用plt.bar时的柱形错位、样式粗糙问题
• 参数语义清晰，stat='probability'直接对应需求，比传入weights参数的隐式逻辑好理解很多
• 支持灵活调整分箱数量、柱形样式、配色等参数，自定义成本低

如果不想引入seaborn依赖，pandas 1.4.0以上版本的plot.hist接口也支持stat参数，直接传stat='probability'就能实现同样效果，不需要手动传weights：

# pandas 高版本原生实现
ax = df_a['a'].plot(kind='hist', stat='probability', alpha=0.5)
df_b['b'].plot(kind='hist', stat='probability', alpha=0.5, ax=ax)
plt.title("Pandas 高版本实现")
plt.show()

内容的提问来源于stack exchange，提问作者masaya