猜測遺漏型態
分析遺漏型態有助於你推敲出處理遺漏值的最佳方式。Pima Indians 糖尿病資料集因包含遺漏值而相當知名。Pima Indians 是一個罹患糖尿病風險較高的族群。這個資料集收錄了對該社群成員進行的多項實驗室檢測結果。
在影片課程中，你學到 3 種遺漏模式。這個練習中，你會先視覺化遺漏摘要，接著判別 DataFrame 中各變數的遺漏型態。
diabetes DataFrame 已為你載入。
注意：我們使用了專用的 display() 函式，而不是 plt.show()，讓你更容易檢視輸出。
本練習屬於課程
在 Python 中處理遺漏值
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import missingno as msno
___
# Visualize the missingness summary
___
# Display nullity matrix
display("/usr/local/share/datasets/matrix_diabetes.png")