Как с помощью pandas и matplotlib построить гистограмму распределения суммы чека, и что вы сделаете, если увидите длинный правый хвост распределения?

Короткий ответ

Гистограмма строится через df['amount'].plot(kind='hist'); длинный правый хвост говорит о наличии крупных выбросов, и в таком случае стоит смотреть медиану вместе со средним, а не полагаться только на среднее.

Как это работает подробнее

Гистограмма разбивает диапазон значений на интервалы (bins) и показывает частоту попадания наблюдений в каждый интервал, визуализируя форму распределения.

Пример кода

example.pyКопировать

import pandas as pd
import numpy as np
np.random.seed(0)
amounts = np.concatenate([np.random.normal(50, 10, 950), np.random.normal(500, 50, 50)])
df = pd.DataFrame({"amount": amounts})
ax = df["amount"].plot(kind="hist", bins=30)
ax.set_xlabel("Order amount")
print(df["amount"].median(), df["amount"].mean())

Что использовать на практике

• Рекомендация. Подбирайте разумное число бинов (например, 20–30), для сильно скошенных данных рассматривайте логарифмическую шкалу оси X, обязательно указывайте медиану и перцентили рядом со средним.

Подводные камни

• Риск. Использование среднего как «типичного» значения при скошенном распределении.
• Риск. Слишком малое или слишком большое число бинов искажает видимую форму.
• Риск. Игнорирование выбросов, растягивающих шкалу.