小编riv*_*iao的帖子

plt.hist的density说法不成立。

我尝试使用density函数中的参数plt.hist来标准化图中的股票收益，但它不起作用。

以下代码对我来说效果很好，并给出了我想要的概率密度函数。

import matplotlib
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(19680801)

# example data
mu = 100  # mean of distribution
sigma = 15  # standard deviation of distribution
x = mu + sigma * np.random.randn(437)

num_bins = 50

plt.hist(x, num_bins, density=1)

plt.show()

但当我用股票数据尝试时，它根本不起作用。结果给出了非标准化数据。我在我的数据数组中没有发现任何异常数据。

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
plt.hist(returns, 50,density = True)
plt.show()
# "returns" is a np array consisting of 360 days …

我想知道为什么以下代码无效,我正在使用python3

*x =[1,2,3,4]

但是,如果我只添加一个变量

*x, y =[1,2,3,4]

代码是有效的,任何人都可以解释？谢谢