我有一个与此密切相关的问题：
Normed histogram y-axis larger than 1
上述线程的解决方案是正确缩放轴的尺寸。然而，这个解决方案并不适用于我的代码：

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

np.random.seed(2023)
a = np.random.normal(0, 1, 100000)
sns.histplot(a, bins=np.arange(-5, 5, 0.01), stat='density', color = 'red')
plt.title("Standard Normal Distribution")
plt.xlabel('x')
plt.ylabel('F(x)', rotation=0)
plt.show()

上面代码的图看起来像这样：

上图是一个标准正态分布，x轴上从-5到+5，步长为0.01，就像代码中np.arange()定义的那样。
现在我想修改我的代码，这样我就可以得到完全相同的图，就像上面一样，所有东西都在同一个地方，但是x轴从-500到500而不是-5到5，步长为1而不是0.01。
上面的解决方案（Normed histogram y-axis larger than 1）建议修改值a，这样如果x轴的尺寸乘以因子100，我需要将y轴除以因子100。然而，像这样修改我的代码

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

np.random.seed(2023)
a = np.random.normal(0, 1, 100000)
b = a/ 100
sns.histplot(b, bins=np.arange(-500, 500, 1), stat='density', color = 'red')
plt.title("Standard Normal Distribution")
plt.xlabel('x')
plt.ylabel('F(x)', rotation=0)
plt.show()

结果是这样的：

首先，这很有趣，因为它提出了另一个问题：当它只有一个可能的概率区域时，这样的东西能被认为是正态分布函数吗？所以它就像一个总面积为1的正方形？
回到最初的问题：如何修改代码，使图显示的x值在-500到500之间，x轴上的步长为1，中心的y值（x=0）约为0.004？