Seaborn distplot y轴标准化错误的刻度标签

Question

请注意，我已经查看了这个问题 和 这个问题。

所以，我正在使用 distplot 在不同的子图上绘制一些直方图：

import numpy as np
#import netCDF4 as nc # used to get p0_dict
import matplotlib.pyplot as plt
from collections import OrderedDict
import seaborn.apionly as sns
import cPickle as pickle

''' 
LINK TO PICKLE
https://drive.google.com/file/d/0B8Xks3meeDq0aTFYcTZEZGFFVk0/view?usp=sharing
'''

p0_dict = pickle.load(open('/path/to/pickle/test.dat', 'r'))     

fig = plt.figure(figsize = (15,10))
ax = plt.gca()
j=1

for region, val in p0_dict.iteritems():

    val = np.asarray(val)

    subax = plt.subplot(5,5,j)

    print region

    try:              
        sns.distplot(val, bins=11, hist=True, kde=True, rug=True, 
                     ax = subax, color = 'k', norm_hist=True)

    except Exception as Ex:
        print Ex

    subax.set_title(region)
    subax.set_xlim(0, 1) # the data varies from 0 to 1

    j+=1    

plt.subplots_adjust(left = 0.06, right = 0.99, bottom = 0.07,
                    top = 0.92, wspace = 0.14, hspace = 0.6) 

fig.text(0.5, 0.02, r'$ P(W) = 0,1 $', ha ='center', fontsize = 15)
fig.text(0.02, 0.5, '% occurrence', ha ='center', 
         rotation='vertical', fontsize = 15) 
# obviously I'd multiply the fractional ticklabels by 100 to get 
# the percentage...

plt.show()

我希望核密度估计曲线下的面积总和为1，并且y轴刻度标签能够反映这一点。然而，我得到了以下结果：

从图中可以看出，y轴刻度标签并不在[0,1]的范围内，这与预期不符。打开/关闭norm_hist或kde都不会改变这一点。参考下面两者都关闭时的输出结果：

只是为了验证：

aus = np.asarray(p0_dict['AUS'])
aus_bins = np.histogram(aus, bins=11)[0]

plt.subplot(121)
plt.hist(aus,11)
plt.subplot(122)
plt.bar(range(0,11),aus_bins.astype(np.float)/np.sum(aus_bins))

plt.show()

在这种情况下，y轴刻度标签正确反映了归一化直方图的标签。

我做错了什么？

谢谢你的帮助。

- areuexperienced

Answer 1

Y轴是密度，而不是概率。我认为您期望标准化的直方图显示概率质量函数，其中条形高度之和等于1。但是这是错误的；标准化确保条形高度 乘以 条形宽度的总和等于1。这就是确保标准化直方图可与核密度估计进行比较的原因，后者已标准化，使曲线下面积等于1。

- mwaskom

---

感谢@mwaskom的澄清。我想我可以添加一个单独的轴来表示概率吗？如果这看起来有点混乱，对不起，我对KDE技术不是很熟悉。 - areuexperienced

这与KDE本身无关。我建议你了解一下概率和密度的区别，这是一个令人困惑的问题，在统计学版本的网站上经常出现（例如在这里），虽然我相信其他地方也有很好的解释。 - mwaskom