Generowanie wykresu rozrzutu z uwzględnieniem braków danych

W tym ćwiczeniu utworzysz wykres rozrzutu zawierający zarówno wartości brakujące, jak i obecne. Wykorzystasz funkcję fill_dummy_values(), którą napisano w poprzednim ćwiczeniu, do wypełnienia wartości zastępczych w ramce danych diabetes_dummy.

Brakowość kolumny wyznaczamy za pomocą metody .isnull(), która zwraca obiekt pd.Series zawierający wartości True lub False.

Aby przypisać różne kolory do wartości brakujących i obecnych, wystarczy połączyć brakowości operacją LUB (|) na kolumnach uwzględnianych na wykresie. W rezultacie:

True \(\rightarrow\) co najmniej jedna z wartości col1 lub col2 jest brakująca.
False \(\rightarrow\) żadna z wartości col1 ani col2 nie jest brakująca.

Ramka danych diabetes oraz funkcja fill_dummy_values() są już wczytane i gotowe do użycia.

To ćwiczenie jest częścią kursu

Braki danych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zastosuj operację LUB, aby połączyć brakowość kolumn Skin_Fold i BMI.
Wypełnij wartości zastępcze w diabetes_dummy za pomocą funkcji fill_dummy_values().
Utwórz wykres rozrzutu 'BMI' względem 'Skin_Fold'; pamiętaj, że zapis Y względem X oznacza, że Y jest na osi pionowej, a X na osi poziomej, czyli Y jest funkcją X.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Use OR operation to combine Skin_Fold and BMI nullity
nullity = ___

# Fill dummy values in diabetes_dummy
diabetes_dummy = ___

# Create a scatter plot of BMI versus Skin_Fold
diabetes_dummy.plot(x=___, y=___, kind='___', alpha=0.5,                     
                    # Set color to nullity of BMI and Skin_Fold
                    c=___, 
                    cmap='rainbow')

plt.show()

Edytuj i uruchom kod