您会删除吗？

在完全删除缺失值之前，您必须先考虑删除的依据。最简单的因素是缺失数据的规模。更复杂的缺失原因可能需要领域知识。在本练习中，您将先识别缺失的原因，然后执行相应的删除操作。

您将先使用 msno.matrix() 和 msno.heatmap() 来可视化缺失情况，以及含有缺失数据的变量之间的相关性。接着，您将判断缺失是否存在模式。最后，您将根据缺失类型决定是否删除。

diabetes DataFrame 已为您加载。

请注意，我们使用了专有的 display() 函数替代 plt.show()，以便您更方便地查看输出。