python数据可视化技巧的100个练习 -- 39. 缺失数据可视化的热力图

重要性★★★★★难度★★★☆☆您是一家零售公司的数据分析师。您的任务是分析一个包含客户交易信息的数据集。该数据集包含缺失值，您的经理希望可视化这些缺失值以了解数据质量。创建一个热力图以可视化数据集中的缺失数据。为了模拟这种情况，请生成一个包含缺失值的样本数据集，然后绘制缺失数据的热力图。使用 Python 进行数据处理和可视化。【数据生成代码示例】importpandasaspdimportnumpyasnp np.random.seed(0)data=pd.DataFrame({'CustomerID':np.arange(1,101),'TransactionAmount':np.random.choice([np.nan,50,100,150,200],100,p=[0.1,0.3,0.3,