无法在Matplotlib直方图上获得y轴以显示概率

（据我所知）没有简单的方法可以使用进行操作plt.hist。但是您可以简单地使用来对数据进行装箱np.histogram，然后以任何所需的方式对数据进行标准化。如果我对您的理解正确，则希望数据显示在给定仓中找到点的概率，而不是概率分布。这意味着您必须按比例缩放数据，以使所有bin的总和为1 bin_probability = n/float(n.sum())。

然后，您将不再具有正确归一化的概率分布函数（pdf），这意味着区间上的积分将不再是概率！这就是为什么您必须重新调整比例mlab.normpdf以使其具有与直方图相同的范数的原因。所需的因子只是容器宽度，因为当您从正确归一化的合并pdf开始时，所有容器上的总和乘以它们各自的宽度即为1。现在，您要使容器的总和等于1。因此缩放因子为垃圾箱宽度。

因此，您最终得到的代码类似于以下内容：

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt
import matplotlib.mlab as mlab

# Produce test data
S = np.random.normal(0, 0.01, size=1000)

# Histogram:
# Bin it
n, bin_edges = np.histogram(S, 100)
# Normalize it, so that every bins value gives the probability of that bin
bin_probability = n/float(n.sum())
# Get the mid points of every bin
bin_middles = (bin_edges[1:]+bin_edges[:-1])/2.
# Compute the bin-width
bin_width = bin_edges[1]-bin_edges[0]
# Plot the histogram as a bar plot
plt.bar(bin_middles, bin_probability, width=bin_width)

# Fit to normal distribution
(mu, sigma) = stats.norm.fit(S)
# The pdf should not normed anymore but scaled the same way as the data
y = mlab.normpdf(bin_middles, mu, sigma)*bin_width
l = plt.plot(bin_middles, y, 'r', linewidth=2)

plt.grid(True)
plt.xlim(-0.05,0.05)
plt.show()

结果图片将是：