在 matplotlib 中禁用（离散）概率质量函数下的阴影

Question

我正在尝试使用以下代码为离散随机变量 X 绘制超几何概率质量函数：

# Hypergeometric Distribution code adapted from https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.hypergeom.html

import numpy as np
from scipy.stats import hypergeom, norm
import matplotlib.pyplot as plt

# (N, K, n) The hypergeometric distribution models drawing objects from a bin. N is the total number of objects, K is total number of Type I objects. The random variate represents the number of Type I objects in n drawn without replacement from the total population.
[N, K, n] = [2000, 278, 500]
rv1 = hypergeom(N, K, n) 
x = np.arange(0, n+1)
pmf1 = rv1.pmf(x)

xlabel="Number of people who are interested"; ylabel="Probability of event (PMF)"
fig = plt.figure(figsize=(8,7))
ax1 = fig.add_subplot(211)
ax1.plot(x, pmf1, 'bo:', aa=True)
ax1.vlines(x, 0, pmf1, lw=2); ax1.set_xlabel(xlabel); ax1.set_ylabel(ylabel)

根据Scipy docs 的原始代码，我希望它会生成一个茎图，如下他们网站的图片所示：

但是我得到的实际情节是这样的（注意图表下方的蓝色阴影）

当我使用 ax1.set_xlim(left=None, right=200) 减小 x 轴的范围时，它会显示相同的行为：图表下方的蓝色阴影。但是，如果我将分布参数从 [N, K, n] = [2000, 278, 500] 减少到 [200, 30, 50]，它会恢复到 Matplotlib 网站上第一张图片中显示的行为。

我的问题：

1. 为什么在超几何分布中使用的参数很大时会出现这种情况，以及
2. 如何去除图表下方的蓝色阴影？
3. 另外，是否可以删除将数据点连接到 x 轴的第一张图片中的“茎”？

注意：我在 VSCode 中使用 Jupyter Notebooks，如果这是一个因素的话。

谢谢。

Answer 1

您可以减少 n 以使线条像这样可见（这仅取决于 n 这是感兴趣的离散变量（您的示例中的人，scipy 文档中的狗；如果足够大，这将成为一个实心区域):

[N, K, n] = [2000, 278, 100]

产生

另外，只需删除产生的ax1.vlines(x, 0, pmf1, lw=2);