python - 为什么从 numpy.random 和 scipy.stats 随机生成的分布如此不同以至于它们的概率不能正确求和？

Question

使用numpy.random包随机生成随机数时scipy.stats，为什么前一个包生成的直方图（总概率）有这么大的值，最大值接近4，而后者的直方图更合理，最大值远小于1 .

概率分布应该只总和为 1，并且没有单个概率超过 1。即使scipy生成器看起来更温和，它仍然不等于 1。我怎样才能使两个生成器从numpy.random并scipy.stats以相同的方式运行，即没有单个概率超过最大值 1？

import numpy as np
import pandas as pd
from numpy.random import rand, randn
from scipy.stats import norm, johnsonsu

n = 100
x = randn(n)*.1
y = johnsonsu.rvs(a = 2.55, b= 2.25, size=n)

for i in [x, y]:
    print(sum(i))
    pd.Series(i).plot.kde()

除了绘图之外，单次运行的输出显示随机生成的向量的总和大相径庭：

0.9035925193845973
-144.49886490879146