視覺化遺漏情形
在前一個練習中，你已計算每個欄位的遺漏值數量與遺漏比例。不過，這通常還不夠，實務上更偏好把它們視覺化呈現。
你將使用專為遺漏值視覺化而設計的 misssingno 套件。airquality DataFrame 與 pandas 函式庫（已以 pd 匯入）都已經載入。
你會透過繪製長條圖與空值矩陣（nullity matrix）來視覺化遺漏情形。
注意：我們使用的是專用的 display() 函式，而非 plt.show()，讓你更容易查看輸出結果。
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
import missingno as msno
# Plot amount of missingness
msno.___(___)
# Display bar chart of missing values
display("/usr/local/share/datasets/bar_chart.png")