產生含遺漏情形的散佈圖
在這個練習中，你會建立一個同時包含遺漏與非遺漏值的散佈圖。你會使用在前一個練習中建立的函式 fill_dummy_values()，為 DataFrame diabetes_dummy 填入替代用的虛擬值。
欄位是否為遺漏值可用 .isnull() 方法計算。此方法會回傳一個 True 或 False 的 Series（pd.Series）。
若要為遺漏與非遺漏值設定不同顏色，你可以對要繪製的欄位使用 OR（|）運算來合併其遺漏狀態，得到：
True→col1、col2至少一個值是遺漏。False→col1和col2的值都不是遺漏。
DataFrame diabetes 與函式 fill_dummy_values() 都已載入，供你使用。
本練習屬於課程
在 Python 中處理遺漏值
練習說明
- 使用 OR 運算合併
Skin_Fold與BMI的遺漏狀態。 - 使用函式
fill_dummy_values()對diabetes_dummy填入虛擬值。 - 建立
'BMI'對'Skin_Fold'的散佈圖；注意 Y 對 X 表示 Y 軸對 X 軸，或是 Y 為 X 的函式。
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。
# 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()