如何绘制特征存在/缺失组合的可视化图表？

你需要的效果可以直接用seaborn的二元热图实现，只需要先调整行列顺序匹配你的预期布局即可，完整可运行代码如下：

步骤1：调整数据集行列顺序 #

先把特征列按出现频次从高到低排序，样本行按拥有特征的数量从少到多排序，和你给出的预期结构完全匹配：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 原始数据集
f_list = ['feature_5','feature_3','feature_1','feature_4','feature_2','feature_6']
v = [[0,0,0,1,1,1],[0,1,1,1,1,1],[0,0,0,0,1,1],[0,0,1,1,1,1],[0,0,0,0,0,1],[1,1,1,1,1,1]]
df = pd.DataFrame(data=v, columns=f_list, index=range(6))

# 列按特征总出现频次降序排序
col_sort = df.sum().sort_values(ascending=False).index
df_sorted_col = df[col_sort]

# 行按样本拥有的特征总数升序排序
df_sorted = df_sorted_col.loc[df_sorted_col.sum(axis=1).sort_values().index]

步骤2：绘制特征存在/缺失热图 #

plt.figure(figsize=(10, 6))
ax = sns.heatmap(df_sorted,
                 cmap=['#FFFFFF', '#4472C4'], # 0对应白色（缺失）、1对应蓝色（存在）
                 cbar=False, # 隐藏右侧颜色条
                 linewidths=0.5, # 显示格子边框
                 linecolor='lightgray',
                 xticklabels=df_sorted.columns,
                 yticklabels=df_sorted.index,
                 annot=True, # 开启格子标注
                 fmt='s',
                 mask=df_sorted==0, # 缺失位置不显示标注
                 annot_kws={'fontsize':14})

# 将存在位置的默认标注"1"替换为你需要的"x"
for text in ax.texts:
    if text.get_text() == '1':
        text.set_text('x')

# 样式调整
ax.set_xlabel('特征')
ax.set_ylabel('样本编号')
plt.yticks(rotation=0)
plt.show()

效果说明 #

• 蓝色带x的方格表示特征存在，白色空格表示特征缺失
• 列顺序、行顺序和你给出的预期效果完全一致
• 不需要x标记的话删掉annot相关的所有配置即可，只靠色块区分更清爽

内容的提问来源于stack exchange，提问作者raulEdcba