如何在Python中绘制含缺失值行位置的直方图（房价竞赛数据集）

你之前的代码train.isnull().sum(axis=1).plot(kind='hist', use_index=True)不符合预期的核心原因是：直方图（hist）的作用是统计不同缺失值数量的出现频次（比如统计有多少行包含0个缺失、1个缺失等），而你需要的是按行位置展示每行对应的缺失值数量，这是两种完全不同的可视化逻辑，use_index=True在直方图中也不会生效，因为直方图不会把行索引作为x轴维度。

要实现类似SAS的缺失值行位置可视化，你需要直接将行索引作为x轴，每行的缺失值数量作为y轴，用折线图或柱状图展示，以下是具体实现代码：

方法1：折线图（推荐，更清晰展示行位置趋势） #

import matplotlib.pyplot as plt

# 计算每行的缺失值数量
row_missing_counts = train.isnull().sum(axis=1)

# 设置画布大小
plt.figure(figsize=(12, 6))
# 绘制行位置与缺失值数量的折线图，添加标记点增强可读性
plt.plot(row_missing_counts.index, row_missing_counts.values, marker='.', linestyle='-', markersize=2, alpha=0.6)
# 设置标签与标题
plt.xlabel('行索引')
plt.ylabel('该行缺失值数量')
plt.title('每行缺失值数量分布（按行位置）')
# 添加网格线辅助观察
plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.show()

方法2：柱状图（还原类似SAS的直方图样式） #

如果需要更贴近SAS的柱状展示形式，可以使用条形图：

import matplotlib.pyplot as plt

row_missing_counts = train.isnull().sum(axis=1)

plt.figure(figsize=(15, 6))
# 每个行对应一个柱子，宽度设为1避免间隙
plt.bar(row_missing_counts.index, row_missing_counts.values, width=1)
plt.xlabel('行索引')
plt.ylabel('该行缺失值数量')
plt.title('每行缺失值数量分布（按行位置）')
plt.show()

额外说明 #

如果需要同时查看缺失值数量的频次分布（即你之前代码生成的直方图）和行位置分布，可以将两个图放在同一画布中对比：

import matplotlib.pyplot as plt

row_missing_counts = train.isnull().sum(axis=1)

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(18, 6))

# 左图：行位置缺失值分布
ax1.plot(row_missing_counts.index, row_missing_counts.values, marker='.', linestyle='-', markersize=2, alpha=0.6)
ax1.set_xlabel('行索引')
ax1.set_ylabel('缺失值数量')
ax1.set_title('按行位置的缺失值分布')
ax1.grid(axis='y', linestyle='--', alpha=0.7)

# 右图：缺失值数量的频次直方图
ax2.hist(row_missing_counts.values, bins=range(0, row_missing_counts.max()+2))
ax2.set_xlabel('每行缺失值数量')
ax2.set_ylabel('行数')
ax2.set_title('缺失值数量的频次分布')

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者aditt