missingno错误不显示图片，pycharm

最新推荐文章于 2025-03-16 10:31:22 发布

崖鹿

最新推荐文章于 2025-03-16 10:31:22 发布

阅读量1.1k

点赞数 7

分类专栏：学习中遇到的一些问题以及解决方法文章标签： pycharm python

本文链接：https://blog.csdn.net/m0_46185017/article/details/127237036

版权

学习中遇到的一些问题以及解决方法专栏收录该内容

10 篇文章

订阅专栏

本文介绍在 PyCharm 中使用 missingno 库显示数据缺失值矩阵的方法。通过加入 plt.show() 命令成功解决无法自动显示图片的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

记录一下
导入missingno包后，使用msno.matrix()等绘图语言始终无法显示缺失值图片，但程序并未报错，正常跑完
原因是在pycharm里面必须要显示图片命令plt.show()，而不会自己显示图片。

import missingno as msno

msno.matrix
msno.matrix(creature, figsize = (20, 6))
msno.matrix(creature, labels=True)

plt.show()

加入以后就能正常显示图片了

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

崖鹿

关注关注

7
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Datawhale 零基础入门数据挖掘-Task2 数据分析

sunshare77的博客

03-24

540

二、 EDA-数据探索性分析 2.1 EDA目标 EDA的价值主要在于熟悉数据集，了解数据集，对数据集进行验证来确定所获得数据集可以用于接下来的机器学习或者深度学习使用。当了解了数据集之后我们下一步就是要去了解变量间的相互关系以及变量与预测值之间的存在关系。引导数据科学从业者进行数据处理以及特征工程的步骤,使数据集的结构和特征集让接下来的预测问题更加可靠。 ...

Kaggle-Video Game Sales数据分析

weixin_53546147的博客

08-30

765

数据来源：Video Game Sales | Kaggle Rank 总销售额排名 Name 游戏名称 Platform 发布平台 Year 发布年份 Genre 游戏类型 Publisher 发行商 NA_Sales 北美销

参与评论您还未登录，请先登录后发表或查看评论

Python-missingno提供了一个灵活且易于使用的数据可视化的Python小工具集

08-10

missingno提供了一个灵活且易于使用的数据可视化的Python小工具集，使您可以快速直观地总结数据集的完整性。

使用missingno绘制缺失值图片，但图片内对中文识别错误，解决方法

m0_46185017的博客

10-10

908

使用missingno绘制缺失值图片，但图片内对中文识别错误，只能显示乱码，需要添加可以显示中文的语句才能正常显示。

关于pycharm连接远程服务器不显示图片

最新发布

jiang_wan_的博客

03-16

139

左边是本地的main，右边是服务器的main，如果显示不出来图片，比对一下这两个文件里的东西是不是一样。最终发现是远程的py文件和本地的py文件要同步才可以显示！背景：我利用matplotlib作图，一直没显示图片而且也不报错。参照这篇貌似解决了之后，第二天打开还是无法显示图片。

数据缺失影响模型效果？是时候需要missingno工具包来帮你了！

Python学习与数据挖掘

06-12

877

数据探索和预处理是任何数据科学或机器学习工作流中的重要步骤。在使用教程或训练数据集时，可能会出现这样的情况：这些数据集的设计方式使其易于使用，并使所涉及的算法能够成功运行。然而，在现实世界中，数据是混乱的！它可能有错误的值、不正确的标签，并且可能会丢失部分内容。丢失数据可能是处理真实数据集时最常见的问题之一。数据丢失的原因很多，包括传感器故障、数据过时、数据管理不当，甚至人为错误。丢失的数据可能以单个值、一个要素中的多个值或整个要素丢失的形式出现。重要的是，在进行数据分析或机器学习之前，需要我们对缺失的

【Python】缺失值可视化工具库：missingno

wzk4869的博客

02-18

2799

【Python】缺失值可视化工具库：missingno

missingno安装问题

A_Tu_daddy的博客

05-26

6083

按照自己的安装环境来说，我本来是 conda install missingno 但是不行，所以就改了 pip install missingno 遇到了问题如下其实这里已经交代怎么解决这个问题了，pip的问题，根据黄色字体的命令行敲上去就可以了 python -m pip install --upgrade pip 但是这个经常会有timeout的问题，其实就是网络问题会导致下载一半，然后出错解决方法就是，不断努力，知道成功总会成功的，这个成功之后，就再次pip install missi

数据缺失值可视化利器-missingno

吃果冻不吐果冻皮

08-29

2505

背景数据探索和预处理是任何数据科学或机器学习工作流中的重要步骤。在使用教程或训练数据集时，可能会出现这样的情况：这些数据集的设计方式使其易于使用，并使所涉及的算法能够成功运行。然而，在现实世界中，数据是混乱的！它可能有错误的值、不正确的标签，并且可能会丢失部分内容。丢失数据可能是处理真实数据集时最常见的问题之一。数据丢失的原因很多，包括传感器故障、数据过时、数据管理不当，甚至人为错误。丢失的数据可能以单个值、一个要素中的多个值或整个要素丢失的形式出现。重要的是，在进行数据分析或机器学习之前，需要我们对

缺失值可视化Python工具库：missingno

小白学视觉

04-27

5247

点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达向大家推荐一款非常实用的缺失值可视化工具库：missingno适用场景无论是打比赛还是在实际工程项目中，都会遇到数据缺失的情况，如果数据集较小，还能在excel或者其他可视化软件大致看一下导致数据缺失的原因，那么数据集较大时，想要探索其中规律，无疑难度也是越来越大。missingno提供了一个灵活且...

机器学习（5）——数据探索与可视化（1）

WHJ226的博客

06-21

1974

目录1 缺失值处理1.1 简单的缺失值处理方法1.1.1 发现数据中的缺失值1.1.2 剔除带有缺失值的行或列1.1.3 对缺失值进行插补 1.2 复杂的缺失值填充方法1.2.1 IterativeImputer多变量缺失值填充1.2.2 K-近邻缺失值填充1.2.3 随机森林缺失值填充2 数据描述与异常值发现2.1 数据描述统计2.1.1 数据集中的位置2.1.2 离散程度2.1.3 偏度和峰度2.1.4 单个数据变量的分布情况2.2 发现异常值的基本方法在数据探索过程中，面对一组已经读取的数据，首要的问

python 绘制数据缺失密度图

weixin_63676550的博客

01-20

526

1. 预准备主要是做数据分析的时候用到使用python中的missingno库如果没有下载： conda install missingno 或pip install missingno即可 2. 核心操作 msno.matrix(df, labels=True) 3. 举例说明 import matplotlib.pyplot as plt import missingno as msno import pandas as pd from pylab import mp

pandasday9( 细分市场的趋势)

weixin_46659095的博客

04-10

255

是已经删除列全部为空，且空缺值大于90%，以及一些无用列的数据。

数据预处理之缺失值

独木不林的博客

09-24

3583

目录 0、前言 1、缺失值的识别 1.1 每个数据的识别-isnull() 1.2 每列/行是否包含缺失值-isnull.any()/isnull.all() 1.3 缺失值的个数-isnull().sum() 1.4 检查所有的数据-data.info() 2、缺失值的处理 2.1 删除法-df.dropna() 2.2 填补法 2.2.1 替换法 2.2.2 插值法 2.2.3 预测法 0、前言缺失值指的是由于人为或机器等原因导致数据记录的丢失或隐瞒，缺失值的存在一..

缺失值处理，你真的会了吗？

吉姆0818

10-07

1936

缺失值处理是一个数据分析工作者永远避不开的话题，如何认识与理解缺失值，运用合适的方式处理缺失值，对模型的结果有很大的影响。本期Python数据分析实战学习中，我们将详细讨论数据缺失值分析与...

第二章：第一节数据清洗及特征处理-自测

weixin_58386306的博客

09-15

572

第二章：第一节数据清洗及特征处理

Python爬取新楼盘近况数据，并进行可视化分析数据

Python案例分享，B站视频教程：https://space.bilibili.com/523606542

03-22

2553

前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。以下文章来源于数据STUDIO，作者云朵君十三届全国人大四次会议5日上午9时在人民大会堂开幕，其中住房政策：“房住不炒”，解决好大城市住房突出问题。本文通过爬取全国各城市在售新房，进行可视化分析。数据获取通过爬取全国城市在售预售新盘，下面以获取单个城市为例，介绍爬取数据部门主要代码。定义函数定义好获取每个项目信息的函数。 defget_house_status(s...

特征工程预处理大全（更新）

overfit的博客

04-08

9426

快速查看整体信息1. .info()是DataFrame才可用的API，快捷查看多种信息：总行数和列数、每列元素类型和non-NaN的个数，总内存。DataFrame.info(verbose=None, memory_usage=True, null_counts=True)verbose：True or False，字面意思是冗长的，也就说如何DataFrame有很多列，是否显示所有列的信息，...

pycharm不显示图片

10-12

可能是因为PyCharm的默认配置没有开启显示图片的功能。可以尝试在代码中使用matplotlib库来显示图片，或者在PyCharm的设置中开启显示图片的选项。具体操作步骤如下： 1. 在代码中使用matplotlib库来显示图片，示例代码如下： ``` import matplotlib.pyplot as plt import matplotlib.image as mpimg img = mpimg.imread('image.png') plt.imshow(img) plt.show() ``` 2. 在PyCharm的设置中开启显示图片的选项，步骤如下： - 打开PyCharm，点击菜单栏中的“File” -> “Settings”； - 在弹出的窗口中，选择“Tools” -> “Python Scientific”； - 在“Show plots in tool window”选项前打勾，然后点击“OK”保存设置。