Python Can'；t将泊松拟合到直方图中

我在这里看了很多例子，并尝试使用其他代码片段，但它们对我不起作用。我有4个数据集，但这里只包括一个。我的教授告诉我，数据似乎是泊松分布的，所以我试图将泊松分布拟合到数据的直方图中。这是我的密码：

######## Poisson fit ########

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
from scipy.special import factorial

data = data59[4]
entries,bin_edges,patches = plt.hist(data59[4],60,[1,10],normed=True)
bin_middles = 0.5*(bin_edges[1:]+bin_edges[:-1])

def poisson(k, lamb):
    return np.exp(-lamb)*(lamb**k)/factorial(k)

popt,pcov = curve_fit(poisson,bin_middles,entries)

x = np.linspace(1,10,100)

plt.plot(x,poisson(x,*popt))

plt.show()

我尝试使用

scipy.stats

而不是

curve\u fit

在直方图顶部绘制其他分布，如normal和Rayleigh。这种方法之所以有效，是因为它们有一个scale参数，而scipy.stats.poisson却没有。结果显示，该分布与

曲线拟合

完全相同。我不知道如何解决这个问题。也许数据甚至不是泊松分布的

谢谢你的帮助

更新：数据是来自TXS 0506+056 blazar的IceCube数据。。第一列是修改后的朱利安日，最后一列是能源代理的日志。我使用的是最后一列。我对这些数据有无效的假设和替代性假设，并且正在使用最大似然估计（根据某种分布，在我的第一个案例中是泊松分布）来分析这些数据

---

另外，这里是我获得数据的地方：

直方图中显示的数据。泊松分布是一个计数分布（每单位时间或空间获得0，1，2，…观测值的概率是多少），它的支持度是正整数。您的直方图清楚地显示您有分数，因为尖峰在非整数位置是不同的非零高度。

如果您的数据是无限样本，它们将非常适合您的分布（如果它们确实是泊松分布），但由于它们的数量有限，您得到了这些结果。感谢您的帮助。为什么会这样？无限样本允许什么？我见过类似的代码，人们生成随机数据，直方图的拟合度很好，但这些不是无限样本。你对我可以用什么替代有什么建议吗？好的，让我们从头开始：在分布中，

y

值是分布密度。直方图的

y

值是多少？仅供参考：这只是随机样本的平均值。你可以用它代替

曲线拟合

@WarrenWeckesser当数据明显不满足泊松分布的最低要求时，为什么还要麻烦呢？很有趣。我以前读过你提供的页面，但我想我没有意识到这是关于整数值的。谢谢你的洞察力。