missingno需手动安装，conda环境推荐conda install -c conda-forge missingno；使用前须确保数据为DataFrame且缺失值为np.nan/None/pandas.NA；msno.matrix()可快速定位缺失模式，msno.heatmap()反映缺失同步性，导出高清图需正确调用savefig并配置DPI与字体。
missingno 库安装与基础检查是否生效
missingno 不在 Python 标准库中，必须手动安装。直接运行 pip install missingno 即可，但要注意：如果用的是 conda 环境，conda install -c conda-forge missingno 更稳妥，避免与 matplotlib 或 pandas 版本冲突。
安装后别急着画图，先验证是否能正常加载数据并识别缺失值：
- 确保你的数据是
pandas.DataFrame类型，missingno对numpy.ndarray或字典不支持 - 缺失值必须是
np.nan、None或pandas.NA；字符串"NULL"、"missing"不会被识别为缺失，得先用df.replace()清洗 - 运行
msno.matrix(df)前，建议先看一眼df.isnull().sum()，确认确实有缺失值，否则图会全白
用 msno.matrix() 快速定位缺失模式
msno.matrix() 是最常用的视图，它把每行每列转成像素点，用颜色区分“有值”和“缺失”，适合快速发现缺失是否集中于某些列或某些样本段。
- 默认行为会按缺失率排序列（从高到低），如果你关心原始列序，加参数
sort='none' - 行太多时图像拥挤，加
figsize=(10, 6)手动调大画布，或用sparkline=False关掉右侧行统计小条 - 如果缺失呈现明显分块（比如某几列在同样一批样本里同时为空），大概率说明这些字段来自同一数据源或同一采集环节，值得查 ETL 日志
- 注意：该图对类别型变量也有效，但不会做类型转换——只要单元格是
np.nan就标为缺失，不管它原本是字符串还是数值
用 msno.heatmap() 判断缺失值相关性
msno.heatmap() 计算的是“两个变量同时缺失”的频率，类似相关系数矩阵，数值越接近 1，说明两列缺失越同步。
立即学习“Python免费学习笔记（深入）”；
- 它的底层计算基于配对缺失指示矩阵（即
df.isnull()后的布尔矩阵），不是原始值相关性 - 若某列缺失率极低（比如 < 1%），它在热力图里可能被“淹没”，看不出关系，此时建议先过滤掉低缺失列再重绘
- 热力图上出现强正相关（> 0.7）时，要警惕：可能是上游系统把整条记录写失败，而不是单个字段漏填；也可能是人为用统一占位符批量填充导致误判
- 不支持自定义距离度量，没法换成 Jaccard 或 Dice 系数，如有特殊需求得自己实现布尔矩阵的相似度计算
导出高清图与嵌入 Jupyter 的细节控制
missingno 返回的是 matplotlib.Axes 对象，不是图片文件，所以不能直接用 plt.savefig() 无脑保存。
- 正确做法是先获取返回值：
ax = msno.matrix(df)，再调ax.figure.savefig('missing_matrix.png', dpi=300, bbox_inches='tight') - 在 Jupyter 中显示模糊？大概率是默认 DPI 太低，加
plt.rcParams['figure.dpi'] = 150提前设置，或在matrix()里传figsize和fontsize - 如果图中中文列名显示为方块，不是
missingno的锅，而是 matplotlib 缺少中文字体，需提前配置plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS'] - 别用
plt.show()叠加调用，missingno内部已触发绘图，重复调用会导致空白图或报RuntimeWarning: More than 20 figures have been opened
缺失图本身不解决数据问题，但它能精准指出“哪里不该空”——比如时间序列里某天所有传感器读数全空，或是用户表里邮箱和手机号同时缺失，这种模式比单列缺失率更有诊断价值。真正容易被忽略的是：画完图之后，没回溯缺失发生的时间点、数据来源模块或上游调度日志。
