如何用Python熱力圖可視化表格缺失數(shù)據(jù)

今天就跟大家聊聊有關(guān)如何用Python熱力圖可視化表格缺失數(shù)據(jù),可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。

創(chuàng)新互聯(lián)公司歡迎來電:13518219792,為您提供成都網(wǎng)站建設(shè)網(wǎng)頁設(shè)計及定制高端網(wǎng)站建設(shè)服務(wù),創(chuàng)新互聯(lián)公司網(wǎng)頁制作領(lǐng)域10年,包括成都加固等多個行業(yè)擁有多年的網(wǎng)站設(shè)計經(jīng)驗,選擇創(chuàng)新互聯(lián)公司,為企業(yè)錦上添花!

如何用Python熱力圖可視化表格缺失數(shù)據(jù)

Python熱力圖尋找缺失數(shù)據(jù)

你有沒有遇到一種情況,處理一張很大的csv表格的時候很難找到表格中每一列的缺失數(shù)據(jù),或者說處理速度非常慢如何用Python熱力圖可視化表格缺失數(shù)據(jù)?當(dāng)然如果你的excel水平非常高,這些可能不會成為你的問題。但如果你想可視化出每一列缺失數(shù)據(jù)的分布和數(shù)量怎么辦?這時候就需要用Python繪制熱力圖了!

1.安裝所需要的第三方Python庫

在開始之前我們需要安裝以下Python包(庫),打開你的CMD(Windows系統(tǒng))/Terminal(macOS系統(tǒng))輸入以下指令即可:


pip install seaborn
pip install pandas
pip install matplotlib  

其中pandas是用于數(shù)據(jù)操作與處理的,matplotlib和seaborn主要用于Python數(shù)據(jù)可視化,也就是繪制我們所需要的熱力圖。

2.Python加載數(shù)據(jù)

好了,廢話不多說,讓我們現(xiàn)在就開始使用panda加載數(shù)據(jù):

如何用Python熱力圖可視化表格缺失數(shù)據(jù)

沒錯,pandas的使用就這么簡單,讀取csv文件直接使用read_csv函數(shù),你可以使用自己需要的csv文件,也可以使用我們提供的:Python推特機器人分類數(shù)據(jù)集:

https://pythondict.com/download/python-twitter-bot-classify-dataset-download/

中的training_data.csv,只需要你移動到當(dāng)前代碼的文件夾下即可。

3.Python構(gòu)造熱力圖

使用Python構(gòu)造熱力圖識別表格的缺失數(shù)據(jù):

如何用Python熱力圖可視化表格缺失數(shù)據(jù)

如何用Python熱力圖可視化表格缺失數(shù)據(jù)

Python熱力圖尋找缺失數(shù)據(jù)

seaborn.heatmap用于生成熱力圖,其會檢查data中的每個單元格,如果為空則標(biāo)記為黃色,cmap為顏色圖譜,viridis即藍-綠-黃. 此外,matplotlib.pyplot主要用于負(fù)責(zé)展示圖片。如果你需要知道seaborn更詳細(xì)的參數(shù)文檔,可以閱讀這篇文章:

https://seaborn.pydata.org/api.html

整體代碼如下(一共只用了7行如何用Python熱力圖可視化表格缺失數(shù)據(jù)

如何用Python熱力圖可視化表格缺失數(shù)據(jù)

看完上述內(nèi)容,你們對如何用Python熱力圖可視化表格缺失數(shù)據(jù)有進一步的了解嗎?如果還想了解更多知識或者相關(guān)內(nèi)容,請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道,感謝大家的支持。

網(wǎng)頁名稱:如何用Python熱力圖可視化表格缺失數(shù)據(jù)
地址分享:http://bm7419.com/article2/psccoc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供用戶體驗、網(wǎng)站設(shè)計網(wǎng)站導(dǎo)航、標(biāo)簽優(yōu)化、網(wǎng)站建設(shè)面包屑導(dǎo)航

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)

h5響應(yīng)式網(wǎng)站建設(shè)