如果您将数据解释为多项分布中的样本，其中k = 10，n = 22429（其中n和k遵循Wikipeda文章Multinomial distribution中使用的约定），并且您希望得到事件概率的最大似然估计值，则只需将每个类别的计数除以n即可。（例如，请参见https://math.stackexchange.com/questions/421105/maximum-likelihood-estimator-of-parameters-of-multinomial-distribution.）
下面是对数据的简单计算：

In [189]: import numpy as np

In [190]: s = """100 1658
     ...: 101 1801
     ...: 102 1856
     ...: 103 1804
     ...: 104 1779
     ...: 105 1765
     ...: 106 1912
     ...: 107 1976
     ...: 108 2233
     ...: 109 2512
     ...: 110 3133"""

In [191]: category, number = np.loadtxt(s.splitlines(), dtype=int, unpack=True)

In [192]: p = number/number.sum()  # Maximum likelihood estimate

In [193]: p
Out[193]: 
array([0.07392215, 0.08029783, 0.08275001, 0.08043158, 0.07931696,
       0.07869276, 0.08524678, 0.08810023, 0.09955861, 0.11199786,
       0.13968523])