{"id":192965,"date":"2024-03-05T10:31:19","date_gmt":"2024-03-05T09:31:19","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=192965"},"modified":"2024-02-19T12:12:59","modified_gmt":"2024-02-19T11:12:59","slug":"missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren","title":{"rendered":"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"192965\" class=\"elementor elementor-192965\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d2aea30 e-flex e-con-boxed e-con\" data-id=\"d2aea30\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-de5fca1 elementor-widget elementor-widget-heading\" data-id=\"de5fca1\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">Einer der wichtigsten Schritte in einem Data-Science-Projekt, bevor wir mit dem Entwurf der Machine-Learning-Modelle beginnen, ist die Bereinigung unseres Datensatzes. Dies beinhaltet das Entfernen von Duplikaten, das Kodieren bestimmter Variablen, aber vor allem das Ersetzen fehlender Werte.<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8c64e80 elementor-widget elementor-widget-text-editor\" data-id=\"8c64e80\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p>Es ist nicht ungew\u00f6hnlich, dass der <a href=\"https:\/\/datascientest.com\/de\/dataset-definition\">Datensatz, mit dem wir arbeiten<\/a>, <strong>nicht vollst\u00e4ndig ist und fehlende Werte enth\u00e4lt,<\/strong> die als &#8222;NaN&#8220; bezeichnet werden. Wenn diese Werte nicht entfernt oder durch verschiedene Techniken ersetzt werden, k\u00f6nnen sie die Leistung unserer Modelle beeintr\u00e4chtigen.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-2a266f0 e-flex e-con-boxed e-con\" data-id=\"2a266f0\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-97550f2 elementor-widget elementor-widget-heading\" data-id=\"97550f2\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Hier kommt Missingno ins Spiel!<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3971f19 elementor-widget elementor-widget-text-editor\" data-id=\"3971f19\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><strong>Missingno<\/strong> ist nicht nur nach einem ber\u00fchmten Pok\u00e9mon-Bug benannt, sondern auch eine <a href=\"https:\/\/datascientest.com\/de\/imbalanced-learn-alles-ueber-die-python-bibliothek-zur-reequilibrierung-von-ml-datasets\">Python-Bibliothek<\/a> f\u00fcr &#8222;missing data visualization&#8220;, mit der du die fehlenden Werte in deinem Datensatz besser verstehen und analysieren kannst! Diese von Aleksey &#8222;ResidentMario&#8220; Bilogur entwickelte Bibliothek ist frei zug\u00e4nglich auf seinem<a href=\"https:\/\/datascientest.com\/de\/github-repository-das-muss-fuer-programmierer\"> Github-Repository<\/a> und ist nat\u00fcrlich mit dem <a href=\"https:\/\/datascientest.com\/de\/pandas-read_sql-sql-sprache-mit-dieser-bibliothek-lesen\">Pandas-Modul kompatibel.<\/a><\/p><p>Wie alle Bibliotheken wird auch Missingno mit dem Befehl pip install missingo installiert und dann mit import missingo as msno in ein <a href=\"https:\/\/datascientest.com\/de\/data-cleaning-python-programmierung-teil-3\">Python-Programm importiert.<\/a><\/p><p>Sehen wir uns die vier Arten von Visualisierungen an, die mit Missingno m\u00f6glich sind!<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-f47304e e-flex e-con-boxed e-con\" data-id=\"f47304e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-823d43d elementor-widget elementor-widget-heading\" data-id=\"823d43d\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Das Balkendiagramm (bar chart)<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c8c4da6 elementor-widget elementor-widget-text-editor\" data-id=\"c8c4da6\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Das auf Missingno angebotene Balkendiagramm wird mit der Funktion msno.bar(df) gezeichnet und sieht wie folgt aus:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8e8bef8 elementor-widget elementor-widget-image\" data-id=\"8e8bef8\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2024\/02\/image3.png\" title=\"\" alt=\"\" loading=\"lazy\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-bb5e1bf elementor-widget elementor-widget-text-editor\" data-id=\"bb5e1bf\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>In diesem Diagramm symbolisiert jeder Balken eine Spalte des Datensatzes, und ihre H\u00f6he entspricht dem Anteil der Nicht-Null-Werte in jeder Spalte. Wir haben links den Prozentsatz der vollst\u00e4ndigen Werte, rechts die Werte der Indizes und oben die Anzahl der Zeilen.<\/p><p>F\u00fcr diesen Datensatz enthalten z. B. die Spalten DATE, TIME oder NUMBERS OF PERSONS INJURED keine fehlenden Werte. Umgekehrt enth\u00e4lt die Spalte OFF STREET NAME nur sehr wenige Werte, w\u00e4hrend NUMBER OF CYCLISTS INJURED \/ KILLED v\u00f6llig ohne Werte sind.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3f345e1 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"3f345e1\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-analyst\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Alles \u00fcber Missingno<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-17b3805 e-flex e-con-boxed e-con\" data-id=\"17b3805\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-726d8a1 elementor-widget elementor-widget-heading\" data-id=\"726d8a1\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Die Nullit\u00e4tsmatrix<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-2bda304 elementor-widget elementor-widget-text-editor\" data-id=\"2bda304\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die <strong>Nullit\u00e4tsmatrix<\/strong> wird mit der Funktion msno.matrix(df) erstellt:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6684027 elementor-widget elementor-widget-image\" data-id=\"6684027\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2024\/02\/image4.png\" title=\"\" alt=\"\" loading=\"lazy\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5e3ad02 elementor-widget elementor-widget-text-editor\" data-id=\"5e3ad02\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Diese <a href=\"https:\/\/datascientest.com\/de\/grafana-alles-ueber-diese-loesung-zur-datenanalyse\">Matrix l\u00e4sst sich fast wie das erste Histogramm weiter oben interpretieren:<\/a> F\u00fcr jede Spalte gilt: Je schraffierter das K\u00e4stchen ist, desto mehr von Null verschiedene Werte enth\u00e4lt es. Umgekehrt symbolisiert das Vorhandensein von mehr oder weniger gro\u00dfen wei\u00dfen Balken, dass es keine Werte gibt.<\/p><p>Auf der rechten Seite der <strong>Matrix<\/strong> befindet sich au\u00dferdem eine d\u00fcnne Kurve, die von links nach rechts schwingt, wobei die rechte Seite die Anzahl der Spalten im Datensatz darstellt und die linke Seite somit null ist. Wenn also in einer bestimmten Zeile in jeder Spalte ein Wert steht, neigt sich die Kurve nach rechts. Andernfalls, wenn die Werte ausgehen, neigt sich die Kurve nach links.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-041b34b e-flex e-con-boxed e-con\" data-id=\"041b34b\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-e4d0d5f elementor-widget elementor-widget-heading\" data-id=\"e4d0d5f\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Die Korrelationsmatrix (Heatmap)<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b41e831 elementor-widget elementor-widget-text-editor\" data-id=\"b41e831\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Wie bei Seaborn wird die Korrelationsmatrix von Missingno mit msno.heatmap(df) dargestellt:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ca7b493 elementor-widget elementor-widget-image\" data-id=\"ca7b493\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2024\/02\/image2.png\" title=\"\" alt=\"\" loading=\"lazy\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6d51c62 elementor-widget elementor-widget-text-editor\" data-id=\"6d51c62\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die Werte der <strong>Korrelationsmatrix,<\/strong> die auch als &#8222;Nullit\u00e4tskorrelationen&#8220; oder &#8222;nullity correlations&#8220; bezeichnet werden, liegen zwischen -1 und 1 :<\/p><ul><li>Ein Wert nahe -1 bedeutet, dass, wenn eine Variable auftritt, es sehr wahrscheinlich ist, dass die andere Variable fehlt.<\/li><li>Ein Wert nahe 0 bedeutet, dass es keine besondere Korrelation dar\u00fcber gibt, ob zwei Variablen Werte aufweisen oder nicht.<\/li><li>Ein Wert nahe 1 bedeutet, dass, wenn eine Variable auftritt, es sehr wahrscheinlich ist, dass die andere Variable vorhanden ist.<\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-633c878 elementor-widget elementor-widget-text-editor\" data-id=\"633c878\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>In der obigen Matrix gibt es z. B. sehr starke Korrelationen zwischen einigen Spalten VEHICLE TYPE CODE und CONTRIBUTING FACTOR VEHICLE, d. h. die Informationen \u00fcber die Fahrzeuge scheinen die gleiche Vollst\u00e4ndigkeit der Werte zu haben (sowohl vorhandene als auch fehlende). Umgekehrt ist OFF STREET NAME sehr unkorreliert mit ON \/ CROSS STREET NAME, d.h. wo in dieser ersten Spalte Daten fehlen, sind die anderen beiden Spalten sehr vollst\u00e4ndig.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3baf5e6 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"3baf5e6\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Alles meistern auf Missingno<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-c549ec0 e-flex e-con-boxed e-con\" data-id=\"c549ec0\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-328ae89 elementor-widget elementor-widget-heading\" data-id=\"328ae89\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Das Dendrogramm<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ebc7b4a elementor-widget elementor-widget-text-editor\" data-id=\"ebc7b4a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Hinter diesem etwas barbarischen Namen verbirgt sich ein <a href=\"https:\/\/datascientest.com\/de\/dendrogramm\"><strong>Baumdiagramm,<\/strong> das h\u00e4ufig in un\u00fcberwachtem Machine Learning verwendet wird,<\/a> um die Hierarchie von Clustern darzustellen. In Missingno zeichnen wir es mit der Methode msno.dendrogram(df) nach:<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b2bc5ed elementor-widget elementor-widget-image\" data-id=\"b2bc5ed\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2024\/02\/image1.png\" title=\"\" alt=\"\" loading=\"lazy\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-77f1a45 elementor-widget elementor-widget-text-editor\" data-id=\"77f1a45\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Das <strong>Dendrogramm<\/strong> erm\u00f6glicht es, die Spalten nach ihrer Nullit\u00e4tskorrelation zu gruppieren. Je n\u00e4her die Spalten beieinander liegen, desto gr\u00f6\u00dfer ist diese Korrelation (desto mehr gibt es einen Zusammenhang zwischen ihrem Vorhandensein oder Fehlen von Werten).<\/p><p>Hier zum Beispiel k\u00f6nnen wir drei Gruppen unterscheiden:<\/p><ul><li>Die Spalten ganz rechts, von CONTRIBUTING FACTOR VEHICLE 1 bis TIME, in denen es keine fehlenden Werte gibt;<\/li><li>Spalten in der Mitte, von CONTRIBUTING FACTOR VEHICLE 2 bis VEHICLE TYPE CODE 1, die einen leichten Anteil an fehlenden Werten enthalten;<\/li><li>die Spalten ganz links, von OFF STREET NAME bis VEHICLE TYPE CODE 5, die fast leer sind.<\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-9b128c3 e-flex e-con-boxed e-con\" data-id=\"9b128c3\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-57903d5 elementor-widget elementor-widget-heading\" data-id=\"57903d5\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Fazit<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d053942 elementor-widget elementor-widget-text-editor\" data-id=\"d053942\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die<strong> Missingno-Bibliothek<\/strong> ist daher ideal, wenn wir in unserem Datensatz auf fehlende Werte sto\u00dfen, um zu visualisieren, wo sich diese Werte befinden und wie sie sich auf unsere Variablen auswirken.<\/p><p>Die verf\u00fcgbaren Grafiken k\u00f6nnen in zwei Kategorien unterschieden werden:<\/p><ol><li>solche, die die Anteile der vorhandenen und fehlenden Werte in jeder Spalte anzeigen (Balkendiagramm, Nullstellenmatrix), und<\/li><li>solche, die die Nullstellenkorrelationen zwischen den Variablen untersuchen (Korrelationsmatrix, Dendrogramm).<\/li><\/ol>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-dd1ecc7 e-flex e-con-boxed e-con\" data-id=\"dd1ecc7\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-a7f52d3 elementor-widget elementor-widget-text-editor\" data-id=\"a7f52d3\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Um ein Experte im Umgang mit Daten zu werden, z\u00f6gere nicht, die von DataScientest angebotenen Kurse Data Scientist &amp; Data Analyst zu absolvieren!<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9d79cf1 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"9d79cf1\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Melde dich f\u00fcr einen unserer Datentrainings an<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7cb70c8 elementor-widget elementor-widget-html\" data-id=\"7cb70c8\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">.\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [{{\n    \"@type\": \"Frage\",\n    \"name\": \"Was ist Missingno?\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Missingno ist eine Python-Bibliothek zur Visualisierung fehlender Daten, mit der du die fehlenden Werte in deinem Datensatz besser verstehen und analysieren kannst! Die von Aleksey \"ResidentMario\" Bilogur entwickelte Bibliothek ist auf seinem Github-Repositorium frei verf\u00fcgbar und nat\u00fcrlich mit dem Pandas-Modul kompatibel.\"\n    }\n  },{\n    \"@type\": \"Question\",\n    \"name\": \"Wie installiere ich Missongno?\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Wie alle Bibliotheken wird Missingno mit dem Befehl pip install missingo installiert und anschlie\u00dfend mit import missingo as msno in ein Python-Programm importiert.\"\n    }\n  },{\n    \"@type\": \"Frage\",\n    \"name\": \"Welche Arten von Visualisierungen sind mit Missingno m\u00f6glich?\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"1-Das Balkendiagramm (bar chart)\n      2-Die Nullit\u00e4tsmatrix\n      3-Die Korrelationsmatrix (Heatmap)\n      4-Dendrogramm\"\n    }\n  },{\n    \"@type\": \"Frage\",\n    \"name\": \"Warum Missingno verwenden?\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Die Missingno-Bibliothek ist ideal, wenn wir auf fehlende Werte in unserem Datensatz sto\u00dfen, um zu sehen, wo diese Werte liegen und wie sie sich auf unsere Variablen auswirken.\"\n    }\n  }]\n}\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Einer der wichtigsten Schritte in einem Data-Science-Projekt, bevor wir mit dem Entwurf der Machine-Learning-Modelle beginnen, ist die Bereinigung unseres Datensatzes. Dies beinhaltet das Entfernen von Duplikaten, das Kodieren bestimmter Variablen, aber vor allem das Ersetzen fehlender Werte. Es ist nicht ungew\u00f6hnlich, dass der Datensatz, mit dem wir arbeiten, nicht vollst\u00e4ndig ist und fehlende Werte enth\u00e4lt, [&hellip;]<\/p>\n","protected":false},"author":67,"featured_media":193005,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2454],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!<\/title>\n<meta name=\"description\" content=\"Entdecke Missingno, die ultimative Bibliothek f\u00fcr die Visualisierung von fehlenden Daten in deinen Datens\u00e4tzen.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!\" \/>\n<meta property=\"og:description\" content=\"Einer der wichtigsten Schritte in einem Data-Science-Projekt, bevor wir mit dem Entwurf der Machine-Learning-Modelle beginnen, ist die Bereinigung unseres\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren\" \/>\n<meta property=\"og:site_name\" content=\"Weiterbildung Data Science | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2024-03-05T09:31:19+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-02-19T11:12:59+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/03\/missingno-python-datascientest-1024x585-1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"585\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Melanie\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Melanie\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren\"},\"author\":{\"name\":\"Melanie\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d\"},\"headline\":\"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!\",\"datePublished\":\"2024-03-05T09:31:19+00:00\",\"dateModified\":\"2024-02-19T11:12:59+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren\"},\"wordCount\":842,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren#respond\"]}],\"copyrightYear\":\"2024\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren\",\"url\":\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren\",\"name\":\"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2024-03-05T09:31:19+00:00\",\"dateModified\":\"2024-02-19T11:12:59+00:00\",\"description\":\"Entdecke Missingno, die ultimative Bibliothek f\u00fcr die Visualisierung von fehlenden Daten in deinen Datens\u00e4tzen.\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/de\/#website\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"name\":\"Weiterbildung Data Science | DataScientest.com\",\"description\":\"F\u00fchrender Anbieter von Schulungen im Bereich Data Science\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/de\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-germany\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d\",\"name\":\"Melanie\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g\",\"caption\":\"Melanie\"},\"url\":\"https:\/\/datascientest.com\/de\/author\/melaniekrause\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!","description":"Entdecke Missingno, die ultimative Bibliothek f\u00fcr die Visualisierung von fehlenden Daten in deinen Datens\u00e4tzen.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren","og_locale":"de_DE","og_type":"article","og_title":"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!","og_description":"Einer der wichtigsten Schritte in einem Data-Science-Projekt, bevor wir mit dem Entwurf der Machine-Learning-Modelle beginnen, ist die Bereinigung unseres","og_url":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2024-03-05T09:31:19+00:00","article_modified_time":"2024-02-19T11:12:59+00:00","og_image":[{"width":1024,"height":585,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/03\/missingno-python-datascientest-1024x585-1.jpg","type":"image\/jpeg"}],"author":"Melanie","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Melanie","Gesch\u00e4tzte Lesezeit":"6 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren"},"author":{"name":"Melanie","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d"},"headline":"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!","datePublished":"2024-03-05T09:31:19+00:00","dateModified":"2024-02-19T11:12:59+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren"},"wordCount":842,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren#respond"]}],"copyrightYear":"2024","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren","url":"https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren","name":"Missingno: Die beste Bibliothek, um deine fehlenden Daten zu visualisieren!","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2024-03-05T09:31:19+00:00","dateModified":"2024-02-19T11:12:59+00:00","description":"Entdecke Missingno, die ultimative Bibliothek f\u00fcr die Visualisierung von fehlenden Daten in deinen Datens\u00e4tzen.","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/missingno-die-beste-bibliothek-um-deine-fehlenden-daten-zu-visualisieren"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/de\/#website","url":"https:\/\/datascientest.com\/de\/","name":"Weiterbildung Data Science | DataScientest.com","description":"F\u00fchrender Anbieter von Schulungen im Bereich Data Science","publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/de\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-germany\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d","name":"Melanie","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g","caption":"Melanie"},"url":"https:\/\/datascientest.com\/de\/author\/melaniekrause"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/192965"}],"collection":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/users\/67"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=192965"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/192965\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/193005"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=192965"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=192965"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=192965"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}