如何在Pandas中不依赖额外包实现缺失值模式可视化

实现思路 #

核心逻辑是将DataFrame转换为布尔型缺失值矩阵，用灰度图渲染矩阵：非缺失值映射为深色，缺失值映射为白色，完全匹配需求的显示效果，无需引入任何第三方依赖。

基础版实现（仅缺失值矩阵） #

import pandas as pd
import matplotlib.pyplot as plt

# 替换为你自己的数据集即可
df = pd.DataFrame({
    'col1': [1, 2, None, 4, None, 6, 7, None],
    'col2': [None, 2, 3, None, 5, None, 7, 8],
    'col3': [1, None, 3, 4, 5, None, None, 8],
    'col4': [1, 2, 3, 4, 5, 6, 7, 8],
    'col5': [None, None, None, 4, 5, 6, 7, None]
})

# 转换为缺失值布尔矩阵：True对应缺失值，False对应非缺失值
null_matrix = df.isnull()

plt.figure(figsize=(12, 6))
# cmap='gray'对应灰度渲染：值为1（True/缺失）显示为白色，值为0（False/非缺失）显示为黑色
# interpolation='none'关闭插值，单元格边界清晰无模糊
plt.imshow(null_matrix, cmap='gray', aspect='auto', interpolation='none')
# 设置x轴刻度为列名，旋转45度避免重叠
plt.xticks(ticks=range(len(df.columns)), labels=df.columns, rotation=45, ha='right')
plt.yticks(ticks=range(len(df)), labels=df.index)
plt.xlabel('数据列')
plt.ylabel('样本索引')
plt.tight_layout()
plt.show()

进阶版实现（带列缺失数量统计，和参考效果完全对齐） #

在矩阵上方添加每列缺失数量的统计条，还原专业缺失值可视化工具的完整效果：

import pandas as pd
import matplotlib.pyplot as plt

# 替换为自己的数据集
df = pd.DataFrame({
    'col1': [1, 2, None, 4, None, 6, 7, None],
    'col2': [None, 2, 3, None, 5, None, 7, 8],
    'col3': [1, None, 3, 4, 5, None, None, 8],
    'col4': [1, 2, 3, 4, 5, 6, 7, 8],
    'col5': [None, None, None, 4, 5, 6, 7, None]
})

null_matrix = df.isnull()
# 统计每列缺失数量
null_count = null_matrix.sum()

# 划分布局：顶部1份高度放统计柱状图，底部5份高度放缺失值矩阵
fig, (ax_bar, ax_matrix) = plt.subplots(
    nrows=2, ncols=1,
    figsize=(12, 7),
    gridspec_kw={'height_ratios': [1, 5]}
)

# 绘制顶部缺失数量柱状图
ax_bar.bar(x=range(len(null_count)), height=null_count, color='gray')
ax_bar.set_xticks([]) # 隐藏柱状图x轴刻度，和下方矩阵共用刻度
ax_bar.set_ylabel('缺失数量')

# 绘制底部缺失值矩阵
ax_matrix.imshow(null_matrix, cmap='gray', aspect='auto', interpolation='none')
ax_matrix.set_xticks(ticks=range(len(df.columns)), labels=df.columns, rotation=45, ha='right')
ax_matrix.set_yticks(ticks=range(len(df)), labels=df.index)
ax_matrix.set_xlabel('数据列')
ax_matrix.set_ylabel('样本索引')

plt.tight_layout()
plt.show()

如果需要调整非缺失值的显示颜色，仅需修改cmap参数即可，比如cmap='Blues'会将非缺失值显示为蓝色，缺失值依然为白色。

内容的提问来源于stack exchange，提问作者Mykola Zotko