热力图画法

最新推荐文章于 2024-07-17 15:10:07 发布

学渣研究僧3

最新推荐文章于 2024-07-17 15:10:07 发布

阅读量627

点赞数

文章标签： python

本文链接：https://blog.csdn.net/weixin_44539090/article/details/108539596

版权

本文介绍了如何使用Python的pandas、seaborn和matplotlib库来读取数据、处理缺失值并绘制热力图。首先，加载数据并展示数据集的基本信息，接着计算各特征的缺失值占比，然后按缺失值比例进行排序。最后，利用value_counts()函数分析数据分布，并绘制了'generation'和'type1'的柱状图，以及相关性热力图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.read_csv(‘C:\Users\asus\Desktop\Spyder代码\pokemon.csv’)
print(df.shape)#数据集的形状
print(df.info)#数据集的具体信息
#计算各个特征缺失值所占百分比
percent_missing = df.isnull().sum() * 100 / len(df)
print(percent_missing)
“”"
代码注释：df.isnull()相关
print(df.isnull())#输出数据表形状的布尔值数据表，空的值位置由True代替，否则用False代替
print(df.isnull().values)#输出数据表形状的布尔值矩阵
print(df.values[df.isnull().values==True])#输出空值
print(df.isnull().sum())#输出数据表每个特征中对应的空值的个数
例子：https://blog.csdn.net/ningyanggege/article/details/80752299?biz_id=102&utm_term=df.isnull&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-0-80752299&spm=1018.2118.3001.4187
len(df) 为数据的个数801条
“”"
missing_value_df = pd.DataFrame({ #‘column_name’: df.columns,
‘percent_m

最低0.47元/天解锁文章