Skapa spridningsdiagram med saknade värden

I den här övningen skapar du ett spridningsdiagram som innehåller både saknade och icke-saknade värden. Du använder funktionen fill_dummy_values() som du skapade i föregående övning för att fylla i dummyvärden i DataFrame:n diabetes_dummy.

En kolumns nullitet beräknas med metoden .isnull(), som returnerar en serie (pd.Series) av True eller False.

För att tilldela olika färger till saknade och icke-saknade värden kan du kombinera nulliteterna med OR-operationen (|) på de kolumner du ritar. Det ger:

True \(\rightarrow\) Antingen col1, col2 eller båda värdena saknas.
False \(\rightarrow\) Varken col1 eller col2 har saknade värden.

DataFrame:n diabetes och funktionen fill_dummy_values() är redan inlästa och redo att användas.

Den här övningen är en del av kursen

Hantera saknade värden i Python

Visa kurs

Övningsinstruktioner

Använd OR-operationen för att kombinera nulliteten hos Skin_Fold och BMI.
Fyll i dummyvärden i diabetes_dummy med hjälp av funktionen fill_dummy_values().
Skapa ett spridningsdiagram av 'BMI' mot 'Skin_Fold'; observera att Y mot X innebär att Y-axeln plottas mot X-axeln, det vill säga Y som en funktion av X.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod