Na czym to polega w sklepie
Funkcja np.histogram zwraca liczniki obserwacji w zadanych przedziałach (binach) i opcjonalnie krawędzie binów. Kontrolujesz granice - np. koszyki 0–99, 100–299, 300+ PLN - zgodnie z polityką cenową sklepu, nie z arbitralnym podziałem pandas cut.
Przykład ze sklepu internetowego
Masz 10 000 wartości order_value z Q1. Chcesz rozkład w czterech segmentach koszyka do slajdu dla zespołu CRM:
import numpy as np
order_values = np.array([45, 89, 156, 245, 312, 89, 1200, 156, 78, 890])
bins = [0, 99, 299, 599, np.inf]
counts, edges = np.histogram(order_values, bins=bins)
# counts[i] = ile zamówień w przedziale edges[i]–edges[i+1]
for i, c in enumerate(counts):
print(f"{edges[i]:.0f}–{edges[i+1]:.0f} PLN: {c}")Co zrobić po stronie biznesu
- Histogram session_duration GA4 - ile sesji 0–10 s vs 60+ s (bounce vs engaged).
- Rozkład ROAS dziennego kampanii - czy większość dni jest pod progiem 3.0.
- Pułapka:
bins=10bez etykiet trudno sprzedać biznesowi - ustaw jawne progi z merchandisingu.
W skrócie
np.histogram gdy znasz granice binów. Para counts, edges wystarczy do wykresu słupkowego - bez pandas w lekkim skrypcie QA.