如何减小直方图的宽度？

import matplotlib.pyplot as plt
import numpy as np

# 生成一些示例数据
data = np.random.normal(0, 1, 1000)

# 绘制直方图，增加bin数量
plt.hist(data, bins=50)  # 增加bin数量到50
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram with Increased Bins')
plt.show()

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import gaussian_kde

# 生成一些示例数据
data = np.random.normal(0, 1, 1000)

# 使用核密度估计（KDE）来生成自适应宽度的bin
kde = gaussian_kde(data)
x = np.linspace(data.min(), data.max(), 100)
y = kde(x)

plt.plot(x, y, label='KDE')
plt.hist(data, bins='auto', alpha=0.5, label='Histogram with Auto Bins')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram with Adaptive Bins')
plt.legend()
plt.show()

plt.hist(data, bins=50, log=True)  # 使用对数尺度
plt.xlabel('Value')
plt.ylabel('Frequency (log scale)')
plt.title('Histogram with Log Scale')
plt.show()