Trực quan hóa dữ liệu thiếu
Trong bài trước, bạn đã tính số lượng giá trị thiếu và tỷ lệ thiếu cho từng cột. Tuy nhiên, thường như vậy là chưa đủ và nên trực quan hóa chúng bằng đồ họa.
Bạn sẽ dùng gói misssingno được xây dựng để trực quan hóa giá trị thiếu. DataFrame airquality và thư viện pandas với bí danh pd đã được nhập sẵn.
Bạn sẽ trực quan hóa mức độ thiếu bằng cách vẽ biểu đồ cột và ma trận nullity của các giá trị thiếu.
Lưu ý: chúng tôi dùng hàm độc quyền display() thay vì plt.show() để bạn xem Đầu ra dễ hơn.
Bài tập này là một phần của khóa học
Xử lý Dữ liệu Khuyết trong Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import missingno as msno
import missingno as msno
# Plot amount of missingness
msno.___(___)
# Display bar chart of missing values
display("/usr/local/share/datasets/bar_chart.png")