はじめに

データ分析において、データの欠損は一番初めに立ちはだかる課題の一つです。より良いモデルを作るには、欠損値を予め把握し処理してあげる必要があります。
Missingnoは欠損値を効果的に可視化することで、データの前処理をより効率的にすることを可能にします。

1. Missingnoのインストール

pip install missingno

で Missingnoをインストールします。

MissingnoはPythonのPandasデータで利用できます。
データはKaggleのTitanicデータを使用します。

import missingno as msno
import pandas as pd

msno.matrix(df)

欠損値がデータ全体のどこに分布しているのががわかります。

msno.bar(df)

各特徴量でどれくらい欠損値があるのかがわかります。

msno.heatmap(df)

欠損値における特徴量間の相関度を表したヒートマップです。

msno.dendrogram(df)

最後に、欠損値の分布で特徴量をまとめた結果です。