概率密度函数 numpy 直方图/scipy stats

我们有数组a=range(10). Using numpy.histogram:

hist,bins=numpy.histogram(a,bins=(np.max(a)-np.min(a))/1, range=np.min(a),np.max(a)),density=True)

根据 numpy 教程：

如果密度 = True，则结果是 bin 处概率密度函数的值，经过标准化，使得该范围内的积分为 1。

结果是：

array([ 0.1,  0.1,  0.1,  0.1,  0.1,  0.1,  0.1,  0.1,  0.2])

我尝试使用同样的方法scipy.stats:

mean = np.mean(a)
sigma = np.std(a)
norm.pdf(a, mean, sigma)

然而结果却不同：

array([ 0.04070852,  0.06610774,  0.09509936,  0.12118842,  0.13680528,0.13680528,  0.12118842,  0.09509936,  0.06610774,  0.04070852])

我想知道为什么。

Update: 我想提出一个更普遍的问题。我们如何在不使用数组的情况下获得数组的概率密度函数numpy.histogram for density=True ?

如果密度=True，则结果是概率密度的值 箱内的功能，归一化使得积分超过 范围为 1。

那里的“标准化”并不意味着它将使用正态分布进行转换。它只是表示 bin 中的每个值将除以条目总数，以便总密度等于 1。