原文来自Python实用书籍：7行代码Python热图可视化分析缺失数据处理）你有没有遇到过处理大量数据的情况csvtable有时很难找到表中每一列丢失的数据，或者处理速度很慢？当然，如果你的Excel水平很高，这可能不是你的问题，但是如果你想可视化每列缺失数据的分布和数量怎么办？这时候就需要用Python来绘制热力图了！1、安装需要的第三方Python库在开始之前，我们需要安装如下Python包（库），打开你的CMD（Windows系统）/Terminal（macOS系统）输入如下命令：pipinstallseabornpipinstallpandaspip安装matplotlib其中pandas用于数据操作和处理，matplotlib和seaborn主要用于Python数据可视化，也就是绘制我们需要的热图。2.Python加载数据。现在开始使用pandas加载数据：importpandasaspdimportnumpyasnpimportseabornimportmatplotlibdata=pd.read_csv('training_data.csv')是的，pandas的使用就是这么简单，直接使用read_csv函数读取csv文件，你可以使用你需要的csv文件，也可以使用我们提供的：点击下载PythonTwitter机器人分类数据集中的training_data.csv，你只需要移动到currentcode文件夹下即可。3.Python构造热图使用Python构造热图来识别表中缺失的数据：seaborn.heatmap(data.isnull(),yticklabels=False,cbar=False,cmap='viridis')#heatmap,当数据中有空格时，值被标记为黄色，会标成黄色，cmap是颜色图集，viridis是蓝-绿-黄。另外matplotlib.pyplot主要是用来显示图片的。如果你需要了解更详细的seaborn参数文档，可以阅读这篇文章。整体代码如下（一共只用了7行）importpandasaspdimportseabornimportmatplotlibdata=pd.read_csv('training_data.csv')seaborn.heatmap(data.isnull(),yticklabels=False,cbar=False,cmap='viridis')matplotlib.pyplot.tight_layout()matplotlib.pyplot.show()我们的文章到此结束。如果你今天想要我们的Python教程，请继续关注我们。如果对您有帮助，请点个赞/在看，有什么问题可以在下方留言区留言，我们会耐心解答！Python实战宝典（pythondict.com）不只是一个合集欢迎关注公众号：Python实战宝典
