规则并不是所有的条形图的面积之和应该等于1，而是所有条形图的面积之和应该等于1。当条形图非常窄时，尽管它们的面积之和等于1，但它们的面积之和可能相当大。条形图的高度乘以其宽度是一个值都在该范围内的概率。要使高度等于概率，你需要宽度为1的条形图。
这里有一个例子来说明发生了什么。

import numpy as np
from matplotlib import pyplot as plt
import seaborn as sns

fig, axs = plt.subplots(ncols=2, figsize=(14, 3))

np.random.seed(2023)
a = np.random.normal(0, 0.01, 100000)
sns.histplot(a, bins=np.arange(-0.04, 0.04, 0.001), stat='density', ax=axs[0])
axs[0].set_title('Measuring in meters')
axs[0].containers[1][40].set_color('r')

a *= 1000
sns.histplot(a, bins=np.arange(-40, 40, 1), stat='density', ax=axs[1])
axs[1].set_title('Measuring in milimeters')
axs[1].containers[1][40].set_color('r')

plt.show()

左边的图使用0.001米宽的箱。最高的箱（红色）约为40高。值福尔斯落入该箱的概率为40*0.001 = 0.04。
右边的图使用完全相同的数据，但以毫米为单位。现在的bin是1 mm宽。最高的bin大约是0.04高。一个值福尔斯落入该bin的概率也是0.04，因为bin宽度是1。
作为概率密度函数具有大于1的区域的分布的示例，参见Pareto distribution和α = 3。
通过直接使用plt.hist（返回bin边缘和高度），可以轻松计算面积。

np.random.seed(2023)
a = np.random.normal(0, 0.01, 100000)
v = plt.hist(a, bins=np.arange(-0.04, 0.04, 0.001), density=True, ec='k')

left = v[1][:-1]
right = v[1][1:]
area = (v[0] * (right-left)).sum()

print(f'Area: {area}')

sns.distplot已弃用

import numpy as np
from matplotlib import pyplot as plt
import seaborn as sns

fig, axs = plt.subplots(ncols=2, figsize=(14, 3))

a = np.random.normal(0, 0.01, 100000)
sns.distplot(a, bins=np.arange(-0.04, 0.04, 0.001), ax=axs[0])
axs[0].set_title('Measuring in meters')
axs[0].containers[0][40].set_color('r')

a *= 1000
sns.distplot(a, bins=np.arange(-40, 40, 1), ax=axs[1])
axs[1].set_title('Measuring in milimeters')
axs[1].containers[0][40].set_color('r')

plt.show()