missingno 是一個用于可視化和分析數據集中缺失值的 Python 庫。它提供了一系列簡單而強大的工具，幫助用戶直觀地理解數據中的缺失模式，從而更好地進行數據清洗和預處理。missingno 庫特別適用于數據分析和數據科學項目，尤其是在處理缺失數據時。

---

主要功能

missingno 庫提供了以下幾種主要功能：

1. 矩陣圖（Matrix Plot）：

   • 顯示數據集中的缺失值模式。
   • 通過矩陣圖，可以直觀地看到哪些列有缺失值，以及缺失值的分布情況。

2. 條形圖（Bar Chart）：

   • 顯示每列中缺失值的數量。
   • 通過條形圖，可以快速了解每列缺失值的相對數量。

3. 熱圖（Heatmap）：

   • 顯示不同列之間缺失值的相關性。
   • 通過熱圖，可以發現哪些列的缺失值是相關的，從而推斷缺失值的可能原因。

4. 樹狀圖（Dendrogram）：

   • 顯示列之間的層次聚類關系，基于缺失值的模式。
   • 通過樹狀圖，可以發現哪些列在缺失值模式上相似，從而進行進一步的分析。

安裝

missingno 庫可以通過 pip 安裝：

pip install missingno

使用示例

以下是一個簡單的示例，展示如何使用 missingno 庫來可視化數據集中的缺失值。

import missingno as msno
import pandas as pd# 創建一個包含缺失值的數據集
data = {'A': [1, 2, np.nan, 4, 5],'B': [np.nan, 2, 3, np.nan, 5],'C': [1, 2, 3, 4, np.nan]
}
df = pd.DataFrame(data)# 繪制矩陣圖
msno.matrix(df)# 繪制條形圖
msno.bar(df)# 繪制熱圖
msno.heatmap(df)# 繪制樹狀圖
msno.dendrogram(df)

詳細說明

1. 矩陣圖（Matrix Plot）：

   • msno.matrix(df)：繪制矩陣圖，顯示每列的缺失值模式。
   • 白色表示缺失值，黑色表示非缺失值。

2. 條形圖（Bar Chart）：

   • msno.bar(df)：繪制條形圖，顯示每列中缺失值的數量。
   • 條形圖的高度表示每列中缺失值的數量。

3. 熱圖（Heatmap）：

   • msno.heatmap(df)：繪制熱圖，顯示不同列之間缺失值的相關性。
   • 顏色越深表示相關性越強。

4. 樹狀圖（Dendrogram）：

   • msno.dendrogram(df)：繪制樹狀圖，顯示列之間的層次聚類關系。
   • 樹狀圖可以幫助發現哪些列在缺失值模式上相似。

---