Python 可视化缺失值：使用 matplotlib 和 seaborn 创建直方图

这段代码用于创建一个新的 matplotlib 图形和轴对象，以便使用 seaborn 库绘制缺失值直方图。

def plot_missing(df: pd.DataFrame, name: str):
    nrows, ncols = df.shape
    notna_df = df.notna().sum().to_frame().T
    percent_notna_df = (notna_df / nrows) * 100
    fig, ax = plt.subplots(1, 1, figsize=(7, ncols * 0.25))
    sns.barplot(percent_notna_df, orient='h', ax=ax)
    ax.set_xlim(0, 110)
    ax.bar_label(ax.containers[0], fmt='%.2f');
    ax.set_title(f'Percentage of Non Null Values in {name}')
    ax.set_xlabel('%')
    ax.set_ylabel('Column')

代码解释：

• fig, ax = plt.subplots(1, 1, figsize=(7, ncols * 0.25))：

  • plt.subplots(1, 1) 创建一个包含一个子图的图形对象，并返回图形对象 fig 和轴对象 ax。
  • figsize=(7, ncols * 0.25) 设置图形的大小，宽度为 7 英寸，高度为列数 ncols 的 0.25 倍，以确保直方图能够清晰显示所有列。

• sns.barplot(percent_notna_df, orient='h', ax=ax)：

  • 使用 seaborn 库的 barplot 函数绘制水平条形图，显示每个列的非空值百分比。
  • orient='h' 设置条形图方向为水平。
  • ax=ax 指定将图形绘制在之前创建的轴对象 ax 上。

• ax.set_xlim(0, 110)：

  • 设置 x 轴范围为 0% 到 110%，以便直方图能够完整显示。

• ax.bar_label(ax.containers[0], fmt='%.2f')：

  • 在每个条形图上显示非空值百分比，保留两位小数。

• ax.set_title(...), ax.set_xlabel(...), ax.set_ylabel(...)：

  • 设置图形标题和轴标签，以便用户理解直方图内容。

示例：

假设我们有一个 DataFrame df 包含 10 列，则 ncols 等于 10。figsize 参数将计算出轴对象的高度为 2.5 英寸 (10 * 0.25)，图形对象的宽度为 7 英寸。最终，fig 和 ax 变量将分别指向新创建的图形和轴对象。

通过使用这个代码，您可以轻松地创建缺失值直方图，并直观地了解您的 DataFrame 中每个列的非空值百分比。这对于数据分析和处理非常有用，例如，您可以根据缺失值情况选择合适的处理方法，如删除缺失值或填充缺失值。