3. 缺失值可视化分析：使用 Matplotlib / Seaborn 绘制缺失值热力图与条形图

在完成缺失值统计与初步巡检后，可视化是快速定位缺失模式、判断缺失机制（MCAR / MAR / MNAR）最直观的手段。本节将使用 Matplotlib 与 Seaborn 绘制两种核心图表：缺失值热力图（展示特征间缺失共现关系）与 缺失值条形图（展示各特征缺失率排序）。

3.1 缺失值热力图：揭示特征间缺失共现模式

热力图通过颜色深浅反映两个特征同时缺失的样本比例，帮助发现缺失是否具有结构性关联（例如：特征 A 缺失时，特征 B 几乎必然缺失）。

3.1.1 核心代码实现

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

# 构造缺失指示矩阵（1=缺失，0=非缺失）
def plot_missing_heatmap(df, figsize=(10, 8)):
    missing_indicator = df.isnull().astype(int)
    # 计算特征间缺失共现率矩阵
    co_occurrence = missing_indicator.T @ missing_indicator
    co_occurrence_rate = co_occurrence / len(df)
    
    plt.figure(figsize=figsize)
    sns.heatmap(
        co_occurrence_rate,
        annot=True,
        fmt='.2f',
        cmap='Reds',
        cbar_kws={'label': '缺失共现率'},
        linewidths=0.5,
        linecolor='white',
        square=True
    )
    plt.title('缺失值共现热力图 (Missing Co-occurrence Heatmap)', fontsize=14)
    plt.xlabel('特征')
    plt.ylabel('特征')
    plt.tight_layout()
    plt.show()

# 示例调用
# plot_missing_heatmap(df)

3.1.2 热力图解读指南

3.2 缺失值条形图：快速定位高缺失率特征

条形图以缺失率降序排列，直观展示每个特征的缺失比例，帮助确定哪些特征需要重点处理（如删除、填充或建模预测）。

3.2.1 核心代码实现

def plot_missing_bar(df, figsize=(12, 6), top_n=None):
    missing_ratio = df.isnull().mean().sort_values(ascending=False)
    if top_n:
        missing_ratio = missing_ratio.head(top_n)
    
    plt.figure(figsize=figsize)
    colors = ['#e74c3c' if r > 0.5 else '#f39c12' if r > 0.2 else '#3498db' for r in missing_ratio.values]
    bars = plt.barh(range(len(missing_ratio)), missing_ratio.values, color=colors, edgecolor='white')
    
    plt.yticks(range(len(missing_ratio)), missing_ratio.index)
    plt.xlabel('缺失率')
    plt.title('特征缺失率排序条形图 (Missing Ratio Bar Chart)', fontsize=14)
    plt.xlim(0, 1.05)
    
    # 在条形末端标注百分比
    for i, (bar, ratio) in enumerate(zip(bars, missing_ratio.values)):
        plt.text(ratio + 0.01, i, f'{ratio:.1%}', va='center', fontsize=9)
    
    plt.tight_layout()
    plt.show()

# 示例调用
# plot_missing_bar(df, top_n=15)

3.2.2 条形图颜色编码规则

• 红色（缺失率 > 50%）：高缺失特征，建议删除或作为独立缺失指示变量。
• 橙色（缺失率 20% – 50%）：中等缺失特征，需结合业务判断填充策略。
• 蓝色（缺失率 < 20%）：低缺失特征，可直接用均值/中位数/众数填充。

3.3 缺失模式可视化流程

3.4 可视化结果与缺失机制推断

结合热力图与条形图，可初步推断缺失机制：