Seaborn：避免绘制缺失值（线图）答案

【问题标题】：Seaborn: Avoid plotting missing values (line plot)Seaborn：避免绘制缺失值（线图）
【发布时间】：2019-02-05 11:42:27
【问题描述】：

我想要一个线图来指示是否缺少一条数据，例如：

但是，下面的代码填充了缺失的数据，从而创建了一个可能具有误导性的图表：

import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt

# load csv
df=pd.read_csv('data.csv')
# plot a graph
g = sns.lineplot(x="Date", y="Data", data=df)
plt.show()

我应该在我的代码中进行哪些更改以避免填充缺失值？

csv 如下所示：

Date,Data
01-12-03,100
01-01-04,
01-02-04,
01-03-04,
01-04-04,
01-05-04,39
01-06-04,
01-07-04,
01-08-04,53
01-09-04,
01-10-04,
01-11-04,
01-12-04,
01-01-05,28
   ...
01-04-18,14
01-05-18,12
01-06-18,8
01-07-18,8

.csv 链接： https://drive.google.com/file/d/1s-RJfAFYD90m4SrFDzIba7EQP4C-J0yO/view?usp=sharing

【问题讨论】：

缺少数据是指nan的一行？
分享一些最小的数据来重现情节并让我们玩这个图
确定，上传数据

标签： python visualization seaborn

【解决方案1】：

尝试将 NaN 值设置为 np.inf -- Seaborn 不会绘制这些点，也不会将之前的点与之后的点连接起来。

【讨论】：

这是正确的答案

【解决方案2】：

基于 Denziloe 的回答：

有三个选项：

1) 使用pandas 或matplotlib。

2) 如果您需要seaborn：不是它的用途，而是像上面这样的常规日期pointplot 可以开箱即用。

fig, ax = plt.subplots(figsize=(10, 5))

plot = sns.pointplot(
    ax=ax,
    data=df, x="Date", y="Data"
)

ax.set_xticklabels([])

plt.show()

基于问题数据构建的图表如下所示：

优点：

易于实施
被None包围的数据中的异常值将在图表上很容易注意到

缺点：

生成这样的图需要很长时间（与lineplot相比）
当有很多点时，很难阅读这样的图表

3) 如果你需要seaborn 并且你需要lineplot： hue 参数可用于将单独的部分放在单独的存储桶中。我们使用 nans 的出现对部分进行编号。

fig, ax = plt.subplots(figsize=(10, 5))

plot = sns.lineplot(
    ax=ax
    , data=df, x="Date", y="Data"
    , hue=df["Data"].isna().cumsum()
    , palette=["blue"]*sum(df["Data"].isna())
    , legend=False, markers=True
)

ax.set_xticklabels([])

plt.show()

优点：

线图
易于阅读
生成速度比点图快

缺点：

数据中被None包围的异常值不会在图表上绘制

图表将如下所示：

【讨论】：

这是一个很好的答案，但我会将palette 参数替换为palette = ["blue"] * df["Data"].isna().cumsum().nunique()，如果第一个值不是nan，则效果更好

【解决方案3】：

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

# Make example data
s = """2018-01-01
2018-01-02,100
2018-01-03,105
2018-01-04
2018-01-05,95
2018-01-06,90
2018-01-07,80
2018-01-08
2018-01-09"""
df = pd.DataFrame([row.split(",") for row in s.split("\n")], columns=["Date", "Data"])
df = df.replace("", np.nan)
df["Date"] = pd.to_datetime(df["Date"])
df["Data"] = df["Data"].astype(float)

三个选项：

1) 使用pandas 或matplotlib。

2) 如果您需要seaborn：不是它的用途，而是像您这样的常规日期，您可以立即使用pointplot。

fig, ax = plt.subplots(figsize=(10, 5))

plot = sns.pointplot(
    ax=ax,
    data=df, x="Date", y="Data"
)

ax.set_xticklabels([])

plt.show()

3) 如果你需要seaborn 并且你需要lineplot：我查看了源代码，看起来lineplot 在绘图之前从DataFrame 中删除了nans。所以不幸的是，不可能正确地做到这一点。不过，您可以使用一些高级黑客技术并使用 hue 参数将单独的部分放在单独的存储桶中。我们使用 nans 的出现对部分进行编号。

fig, ax = plt.subplots(figsize=(10, 5))

plot = sns.lineplot(
    ax=ax,
    data=df, x="Date", y="Data",
    hue=df["Data"].isna().cumsum(), palette=["black"]*sum(df["Data"].isna()), legend=False, markers=True
)
ax.set_xticklabels([])

plt.show()

不幸的是，markers 参数目前似乎已被破坏，因此如果您想查看两边都有 nan 的日期，则需要修复它。

【讨论】：