matplotlib直方图设置Density参数后概率密度求和不为1的调整咨询

原因说明 #

density=True的作用是将直方图的概率密度标准化，满足「所有区间的（密度值 × 区间宽度）之和为1」，而非密度值本身之和为1。你当前设置了bins=10、range=(0,100)，每个区间宽度为10，因此密度值的总和约为0.1，属于正常现象。

调整方法 #

根据你的需求可以选择以下两种方案：

方案1：y轴显示区间占比（所有区间占比相加总和为1，最常用）

不需要使用density参数，改为给每个样本分配权重即可，修改对应代码如下：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter
plt.style.use('seaborn-deep')

input_file = r'\\CP\file.xls'
df = pd.read_excel(input_file,header=6)
df_Fund=df[(df['Port. Weight']>0)]
df_Bench=df[(df['Bench. Weight']>0)]
x = df_Fund['Delta']
y = df_Bench['Delta']

# 新增：计算每个样本的权重，确保所有区间占比和为1
weights_x = [1 / len(x)] * len(x)
weights_y = [1 / len(y)] * len(y)

# 替换density参数为weights
plt.hist([x,y], bins=10, range=(0,100), weights=[weights_x, weights_y], label=['Fund','Bench'])
plt.legend(loc='upper right')
plt.gca().yaxis.set_major_formatter(PercentFormatter(1))
plt.title('Delta Breakdown') # 修正：原赋值写法不会实际设置图表标题
plt.show()

修改后每个区间的y值就是该区间样本占对应序列总样本的比例，所有区间比例相加等于1。

方案2：保留概率密度定义，仅调整显示逻辑

如果你确实需要使用概率密度数值，只需要修改百分比格式化的参数，将xmax设置为区间宽度（即10）即可，格式化后会自动转换为对应占比：

plt.gca().yaxis.set_major_formatter(PercentFormatter(xmax=10))

内容的提问来源于stack exchange，提问作者Ben Brando