我有一个NumPy数组，其中包含大量数据点= 53046323。数据表示持续时间并遵循离散分布，经过搜索，我相信它可以拟合Boltzmann。我做了几次试验来估计拟合数据的最佳分布参数，最佳参数是lambda=1

sa1=np.load('all_4_daily_consec_count_baseline_list.npy',allow_pickle=True)
nn=sa1.tolist()
data=np.concatenate(nn)
plt.hist(data, bins=int(np.max(data)), density=True, alpha=0.5)
plt.plot(data, boltzmann.pmf(data,1,53046322), 'go', markersize=9)

字符串
但并不适合图（test_boltzmann_full）test_boltzmann_full中的所有值
因此，我试图拟合部分数据，如图（test2）所示，它具有相同的分布形状和数据点数量585

sa1=np.load('all_4_daily_consec_count_baseline_list.npy',allow_pickle=True)
xx=np.reshape(sa1,(607,484))
noov_h=xx[306,250]
noov_hh=noov_h.astype('float')
data=noov_hh[~np.isnan(noov_hh)]
plt.hist(data, bins=int(np.max(data)), density=True, alpha=0.5)
plt.plot(data, boltzmann.pmf(data,1,584), 'go', markersize=9)

型
test2的
我可以知道如何获得最佳拟合参数来拟合我的数据吗？在这两种情况下？是否有一种自适应的方法来获得更好的拟合？
数据在链接中，因为它很大，需要在这里上传data