Python 为什么'；matplotlib直方图的'normed'参数没有任何作用吗？

我被中的

normed

参数弄糊涂了，为什么它不改变绘图输出：

如果为True，返回元组的第一个元素将是counts 归一化以形成概率密度，即，

n/（len（x）'dbin）

，即。， 直方图的积分总和为1。如果

stacked

也为真， 直方图之和标准化为1

默认值为False

看起来很清楚。我见过它叫做密度函数，概率密度，等等

也就是说，给定[0,10]中大小为1000的随机均匀分布：

指定

normed=True

应将y轴更改为密度轴，其中条形总和为1.0：

但实际上，它并没有这样做：

r = np.random.uniform(size=1000)
plt.hist(r, normed=True)

此外：

print(plt.hist(r, normed=True)[0].sum())
# definitely not 1.0
10.012123595

因此，我已经看到@Carsten König对类似问题的回答，我并不要求解决问题。我的问题是，

normed

的目的是什么？我是否误解了这个参数的实际作用

---

matplotlib甚至给出了一个名为“直方图百分比演示”的示例，其中的积分看起来会超过千分之一。

条形图的高度不一定等于一。 它是曲线下的面积，与直方图的积分相同，等于1：

import numpy as np
import matplotlib.pyplot as plt
r = np.random.uniform(size=1000)
hist, bins, patches = plt.hist(r, normed=True)

print((hist * np.diff(bins)).sum())
# 1.0

norm=True

因此返回一个直方图，该直方图可以解释为概率分布

根据matplotlib版本3.0.2

normed

：布尔值，可选 不赞成；改用density关键字参数

因此，如果您想要密度图，请使用

density=True

或者可以使用

seaborn.displat

，默认情况下，它使用密度而不是频率绘制直方图

normed=True

所做的是将曲线下的面积缩放为1，如@unutbu所示

density=True

保持相同的属性（曲线下的面积总和为1），更具意义和实用性

r = np.random.uniform(size=1000)
hist, bins, patches = plt.hist(r, density=True)
print((hist * np.diff(bins)).sum())

[Out]1

---

我不认为这是不直观的。As还指出：“用于概率密度的直方图的总面积始终归一化为1。如果x轴上的间隔长度都为1，则直方图与相对频率图相同。”因此，您期望的是相对频率图，但使用

norm=True

时，它实际上是概率密度图。这是一个非常典型的例子，其中

normed=True

非常有用——将直方图与拟合的概率分布进行比较。对柱状图进行规范化可以使两个柱状图以相同的比例显示