我确信这个话题以前出现过，但我似乎找不到真正的解决方案。
如您所知，当指定边缘强加条件时，numpy.histogram 是错误的
edges = array, where the array (or list) contains the coordinates of the edges.
在文档中，建议使用“密度”= True。但是，在 numpy 网站上，这是正确规范直方图的条件
"Note that the sum of the histogram values will not be equal to 1 unless bins of unity width are chosen"
那么，有谁知道如何制作清单
values = histogram(list, bins = array (or list))
从归一化分布？
谢谢
布莱斯
它不是错误的，它完全按照它应该做的;)
如参数文档中所述density：
结果是 bin 处的概率密度函数的值，归一化，使得范围内的积分为 1。请注意，除非选择了统一宽度的 bin，否则直方图值的总和将不等于 1；它不是概率质量函数。
正如您在示例中看到的：
>>> a = np.arange(5)
>>> hist, bin_edges = np.histogram(a, density=True)
>>> hist.sum()
2.4999999999999996
>>> np.sum(hist*np.diff(bin_edges))
1.0
因此，如果您希望density=True和 hist 的总和等于 1，则必须创建大小为 1 的 bin。对于正态分布，您可以执行以下操作：
>>> a = np.random.randn(100)
>>> a.std(), a.mean(), a.max() - a.min()
(1.0468524976176077, -0.04129171877871838, 6.049084778833512)
>>> low, high = np.floor(a.min()), np.ceil(a.max())
>>> bins = np.linspace(low, high, high - low + 1)
>>> hist, edges = np.histogram(a, bins=bins, density=True)
>>> hist.sum()
1.0