missingno库---缺失值可视化分析

最近发现一个用于缺失值可视化的库，十分的方便、直观。

missingno 下载

可以用pip install missingno 即可下载该库

导入库

import missingno as msno

下面开始举一些栗子

1.条形密度图

msno.matrix(data.sample(1000),labels=True)
#data表示类型为dataframe的表格，
#sample（1000）表示抽取表格中1000个样本。
#labels为True表示显示标签，默认不显示

图是可视化的结果，白线越多，代表缺失值越多。

2.条形图

msno.bar(data)

左边数轴上表示没缺失记录占比；右边表示没缺失记录数量。

3.热力图

msno.heatmap(data,figsize=(16, 7))

这个图的意思是，比如说GarageType和FireplaceQu的热度值是0.2，代表的是，当GarageType缺失时，FireplaceQu有20%的概率缺失，表示的是两个特征之间的关系。一个变量的存在或不存在对另一个变量的存在的影响。

4.树状图

msno.dendrogram(data)#树状图显示

missingno树形图使用层次聚类算法通过它们的无效性相关性（根据二进制距离测量）将变量彼此相加。在树的每个步骤，基于哪个组合最小化剩余簇的距离来分割变量。变量集越单调，它们的总距离越接近零，并且它们的平均距离（y轴）越接近零。