3. 缺失数据可视化：热力图、缺失比例条形图与缺失模式矩阵图

在完成缺失数据统计与初步指标计算后，可视化是发现缺失模式、识别系统性问题最直观的手段。本节聚焦三种最常用的缺失数据可视化工具：缺失热力图、缺失比例条形图和缺失模式矩阵图。三者分别从全局密度、单列严重程度和组合缺失模式三个维度揭示数据质量状况。

3.1 缺失热力图：全局缺失密度与关联性

缺失热力图以矩阵形式展示数据集中每个样本（行）在每个特征（列）上的缺失状态。通常用深色表示缺失，浅色表示存在。该图能快速识别：

• 高缺失列：整列深色块密集，表明该特征缺失严重。
• 高缺失行：整行深色块密集，表明该样本记录不完整。
• 缺失块状聚集：深色区域呈连续块状，暗示缺失与数据采集批次、时间段或设备相关。
• 列间缺失关联：两列深色块在行方向上同步出现，提示可能存在条件缺失或联合缺失机制。

3.2 缺失比例条形图：单列缺失严重度排序

缺失比例条形图以条形长度表示每个特征的缺失比例（0%~100%），通常按缺失率降序排列。该图是评估各特征缺失严重程度最直接的工具，用于决定哪些特征需要优先处理。

3.3 缺失模式矩阵图：组合缺失模式与频次

缺失模式矩阵图（Missing Pattern Matrix）将数据集中所有唯一的缺失模式（即哪些列同时缺失、哪些列同时存在）进行汇总，并按频次排序展示。每行代表一种缺失模式，每列对应一个特征，单元格颜色表示该模式下该特征是否缺失。右侧通常附带频次条形图，显示每种模式出现的样本数。

该图的核心价值在于：

• 识别常见缺失组合：例如“特征A和特征B同时缺失”的模式出现频率最高，提示两者可能来自同一数据源或同一采集环节。
• 发现单调缺失：若缺失模式呈现阶梯状（如特征A缺失时特征B一定缺失），则可能存在层级依赖关系。
• 定位异常模式：频次极低但模式特殊的组合，可能是数据录入异常或传感器偶发故障。

3.4 三种可视化工具的对比与选择

3.5 可视化流程与代码示例

以下 Python 代码使用 missingno 库快速生成上述三种图形。该库专为缺失数据可视化设计，语法简洁，输出美观。

import missingno as msno
import pandas as pd

# 假设 df 为包含缺失值的 DataFrame
# 1. 缺失热力图（采样 500 行）
msno.heatmap(df.sample(500))

# 2. 缺失比例条形图
msno.bar(df)

# 3. 缺失模式矩阵图
msno.matrix(df, figsize=(12, 6))

3.6 缺失模式矩阵图结构示意

下图展示了一个包含 5 个特征、6 种缺失模式的矩阵图结构。左侧矩阵中深色单元格表示缺失，右侧条形图表示每种模式对应的样本数量。

3.7 可视化分析决策流程

在实际项目中，建议按以下流程依次使用三种可视化工具，形成完整的缺失数据探索闭环：

1. 第一步：缺失比例条形图 — 快速识别高缺失列，确定哪些特征需要重点关注或直接删除。
2. 第二步：缺失热力图 — 观察缺失是否呈块状聚集，判断是否存在批次效应或时间相关性。
3. 第三步：缺失模式矩阵图 — 深入分析缺失组合模式，识别条件缺失和联合缺失机制。
4. 第四步：交叉验证 — 将可视化发现的模式与业务背景对照，确认缺失机制假设（MCAR/MAR/MNAR）。