Как подобрать наилучшую функцию распределения и нарисовать графики плотностей подгоняемых распределений?

Я начинаю изучать Python, пытаюсь для своих данных (98 значений от 0 до 1 (df1):
0; 0; 0; 0,04; 0,07; 0,08; 0,08; 0,09; 0,09; 0,1; 0,11; 0,11; 0,11; 0,12; 0,14; 0,14; 0,14; 0,15; 0,17; 0,17; 0,17; 0,18; 0,18; 0,2; 0,22; 0,23; 0,24; 0,26; 0,27; 0,28; 0,28; 0,28; 0,29; 0,32; 0,33; 0,33; 0,35; 0,36; 0,38; 0,41; 0,42; 0,42; 0,43; 0,45; 0,45; 0,45; 0,46; 0,46; 0,49; 0,49; 0,52; 0,53; 0,54; 0,54; 0,56; 0,56; 0,58; 0,58; 0,6; 0,6; 0,62; 0,63; 0,64; 0,64; 0,64; 0,64; 0,65; 0,65; 0,66; 0,66; 0,67; 0,68; 0,68; 0,7; 0,7; 0,72; 0,74; 0,75; 0,76; 0,76; 0,77; 0,78; 0,79; 0,8; 0,81; 0,84; 0,84; 0,85; 0,87; 0,89; 0,89; 0,91; 0,93; 0,93; 0,96; 1; 1; 1)
подобрать наилучшую функцию распределения и нарисовать графики плотностей подгоняемых распределений. Использую пример отсюда. Но у меня не получается так же. Вот мой код.

import numpy as np
import matplotlib.pyplot as plt
import scipy
import scipy.stats as stats
import seaborn as sns

distrNameList = ['norm', 'gamma']
abscissias = np.linspace(0,1)
for distrName in distrNameList:
    distr = getattr(stats.distributions, distrName)
    param = distr.fit(df1)
    pdf = distr.pdf(abscissias, *param)
    plt.plot(pdf, label=distrName)
    plt.xlim(0,1)
sns.kdeplot(df1)
plt.legend(loc= 'upper right')
plt.show()

Посоветуйте, пожалуйста, что-нибудь. Спасибо.