Python matplotlib（多个）直方图中的奇怪行为

我尝试使用标准方法在同一画布上绘制两个直方图：

    plt.figure(figsize=(8,6))
    plt.hist(samp_1_I, label=['Female'], alpha=0.5)
    plt.hist(samp_0_I, label=['Male'], alpha=0.5)
    plt.tick_params(axis='both', which='major', labelsize=18)
    plt.legend(fontsize=18)
    plt.show()

结果是： 如果您注意到，柱状图中的“条形图”没有向末端对齐（最右侧）。如何修复它？以前有人见过这个吗

---

水平轴是有理数[0,1]，默认情况下，它被分为10个0.1的单元。我不明白为什么两组的条形图没有像开始时那样对齐。

如果您想要10个binwidth为0.1的箱子，您需要在调用

plt.hist

时提供这些箱子

import matplotlib.pyplot as plt
import numpy as np

samp_1_I = np.random.rand(14)
samp_0_I = np.random.rand(17)

bins= np.arange(11)/10.

plt.figure(figsize=(8,6))
plt.hist(samp_1_I, bins=bins, label=['Female'], alpha=0.5)
plt.hist(samp_0_I, bins=bins, label=['Male'], alpha=0.5)
plt.tick_params(axis='both', which='major', labelsize=18)
plt.legend(fontsize=18)
plt.show()

---

回答评论中的问题： 使用

normed=True

可以得到归一化频率，即每个箱子宽度的总和乘以频率

1

sample = np.random.rand(14)
bins= np.arange(11)/10.
hist, _bins = np.histogram(sample, bins=bins, normed = True)
print hist
print np.sum ( hist * np.diff(bins) ) # This prints 1.0

---

即使箱子宽度不同，这也适用。

数据的实际范围是什么？看起来你的蓝色条的最高值可能是0.98或其他值，而不是1。尝试显式设置垃圾箱。@BrenBam，有道理！谢谢一个简单的问题：如果我规范化我的直方图，垂直轴的含义是什么？标准化频率？没错！我只是假设默认binning就是您指定的binning。谢谢大家！一个简单的问题：如果我规范化我的直方图，垂直轴的含义是什么？标准化频率？@ArnoldKlein请参阅关于您的问题的编辑答案。