Python 3.x 我正试图将一个自定义函数适配到一些一维直方图数据中，但我得到了-TypeError：只有size-1数组可以转换为Python标量

我想使用Python3中的curve_fit函数将函数拟合到分子动力学模拟中的一些数据。原始数据是一个40000行的列，指定了水中11个残基多肽（btw）的端到端距离。我想拟合这个数据子集的直方图。这个问题被张贴在论坛的其他地方，我试图在那里实现这些想法，但我一直没能让它起作用。以下是代码和一些输出：

#take subset from 40000 frames
ppII_etoe_wt = np.take(etoedist_wt_np, loc_ppII_wt)
print(len(ppII_etoe_wt))
print(ppII_etoe_wt[:5])

1495
[[16.273 ]
 [27.0817]
 [30.5083]
 [26.2768]
 [17.6271]]

#make histogram bins and histograma 
binedges_1D = np.arange(4,33.01,0.2)
bincenters = 0.5*(binedges_1D[1:]+binedges_1D[:-1])  

ppII_etoe_wt_hist = np.histogram(ppII_etoe_wt, binedges_1D)

#fitting function
def fit_function(x, C, t):
    return C*(float(x**2)/(1-x**2)**9.0/2) * np.exp(-0.75*t/(1-x**2))

#convert histogram to numpy array
ppII_etoe_wt_hist = np.array(ppII_etoe_wt_hist[0])

print(np.shape(ppII_etoe_wt_hist))
print(type(ppII_etoe_wt_hist))
print(type(bincenters))
print(np.shape(bincenters))

(145,)
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
(145,)

#attempt to fit function
popt = curve_fit(fit_function, bincenters, ppII_etoe_wt_hist)
print(popt)

TypeError: only size-1 arrays can be converted to Python scalarsTh

#从40000帧中获取子集
ppII_etoe_wt=np.取（etoedist_wt_np，loc_ppII_wt）
印刷品（透镜（ppII_etoe_wt））
打印（ppII_etoe_wt[：5]）
1495
[[16.273 ]
[27.0817]
[30.5083]
[26.2768]
[17.6271]]
#制作直方图箱和直方图
binedges_1D=np.arange（4,33.01,0.2）
bincenters=0.5*（binedges_1D[1::+binedges_1D[：-1]）
ppII_etoe_wt_hist=np.直方图（ppII_etoe_wt，binedges_1D）
#拟合函数
def fit_功能（x、C、t）：
返回C*（浮动（x**2）/（1-x**2）**9.0/2）*np.exp（-0.75*t/（1-x**2））
#将直方图转换为numpy数组
ppII_etoe_wt_hist=np.数组（ppII_etoe_wt_hist[0]）
印刷品（np.形状（ppII_etoe_wt_hist））
打印（类型（ppII_etoe_wt_hist））
打印（类型（中心））
打印（np.形状（双中心））
(145,)
(145,)
#尝试拟合函数
popt=曲线拟合（拟合函数、双中心、ppII-etoe-wt-hist）
打印（popt）
TypeError：只有大小为1的数组才能转换为Python scalarsTh

如果可以，请链接到一个数据子集，例如，该子集包含每100个数据点（总共400个点），这将非常有用。