fn_registry/python/functions/datascience/missingness_rank_bar_figure.md

id, name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, example, tested, tests, test_file_path, file_path, params, output

id	name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	example	tested	tests	test_file_path	file_path	params	output
missingness_rank_bar_figure_py_datascience	missingness_rank_bar_figure	function	py	datascience	1.0.0	impure	def missingness_rank_bar_figure(names, pcts, title="% de valores faltantes por columna") -> "matplotlib.figure.Figure"	Construye una figura matplotlib de barras horizontales que ordena las columnas de un dataset por su porcentaje de valores faltantes (0-100), la mayor arriba, etiquetando cada barra con su NN.N% al final. Usa ax.barh, eje X fijo 0-100 y labels truncados a ~22 chars. Devuelve un matplotlib.figure.Figure listo para rasterizar por el renderer del informe EDA (capítulo de datos faltantes). Backend Agg sin pyplot global; defensivo ante listas vacías, longitudes desiguales o valores no numéricos (nunca lanza).	eda missing missingness ranking bar barh matplotlib figure visualization datascience impure				false	error_go_core	matplotlib	from datascience.missingness_rank_bar_figure import missingness_rank_bar_figure names = ["edad", "ingresos", "ciudad", "email"] pcts = [12.5, 40.0, 3.2, 0.0] fig = missingness_rank_bar_figure(names, pcts, title="% de valores faltantes por columna")	true	test_returns_figure_with_axes test_sorted_descending_largest_on_top test_empty_lists_do_not_raise_and_returns_figure test_xlim_is_zero_to_hundred test_length_mismatch_and_non_numeric_are_handled	python/functions/datascience/missingness_rank_bar_figure_test.py	python/functions/datascience/missingness_rank_bar_figure.py	name desc names Lista de nombres de columna. Puede venir vacía (devuelve figura "sin datos faltantes"). Los items se convierten a str y se truncan a ~22 chars con elipsis para las etiquetas del eje Y; los originales no se mutan. name desc pcts Lista paralela a names con el % de nulos en [0,100]. Valores None, NaN o no numéricos se coercen a 0.0 y los negativos se recortan a 0. Si len(names) != len(pcts) se recorta al menor de ambos para no romper. name desc title Título de la figura. Se trunca a ~60 chars con elipsis si es muy largo. Default "% de valores faltantes por columna".	Un matplotlib.figure.Figure (figsize 6.4 x alto adaptativo según nº de barras, dpi 150) con un Axes de barras horizontales (ax.barh) ordenadas por % descendente, la mayor arriba. Eje X fijado a [0,100] con label "% faltante", etiquetas del eje Y truncadas a ~22 chars, y cada barra anotada con su NN.N% al final. Si names o pcts vienen vacíos devuelve una Figure con texto centrado "sin datos faltantes"; cualquier error inesperado se captura y devuelve una Figure con el mensaje de error (nunca lanza). El caller rasteriza/cierra la figura; la función no la muestra ni la guarda.

Ejemplo

from datascience.missingness_rank_bar_figure import missingness_rank_bar_figure

# % de nulos por columna (p. ej. (df.isnull().mean() * 100).
names = ["edad", "ingresos", "ciudad", "email"]
pcts = [12.5, 40.0, 3.2, 0.0]

fig = missingness_rank_bar_figure(
    names,
    pcts,
    title="% de valores faltantes por columna",
)

# ingresos (40.0%) queda arriba; email (0.0%) abajo.
# El renderer del informe lo rasteriza; aquí solo persistimos para inspección.
fig.savefig("/tmp/missingness_rank.png")

Cuando usarla

Úsala al abrir el capítulo de datos faltantes de un informe EDA para responder "¿qué columnas están más incompletas?" de un vistazo. Pásale los nombres de columna y el % de nulos de cada una ((df.isnull().mean() * 100).round(1)); la función se encarga de ordenar de mayor a menor y poner la peor arriba. Es la pareja "magnitud" del heatmap de co-ocurrencia: las barras dicen cuánto falta en cada columna, el heatmap dice si esas ausencias están relacionadas entre columnas.

Gotchas

• Impura por matplotlib. Toca la maquinaria de render. Usa el backend Agg y la API orientada a objetos Figure/add_subplot — NUNCA pyplot.* aquí, para no tocar el estado global ni filtrar figuras entre llamadas. pyplot NO es thread-safe; esta función evita ese riesgo construyendo el Figure directamente, así que es segura de llamar en bucle desde el renderer.
• El caller cierra la figura. Devuelve el Figure pero no lo muestra ni lo guarda. Quien la consume debe rasterizarla y luego liberarla (matplotlib.pyplot.close(fig)) para no acumular memoria en lotes grandes.
• Espera porcentajes 0-100, no fracciones 0-1. El eje X está fijado a [0, 100]. Si pasas fracciones (0.4 en vez de 40.0) las barras saldrán pegadas al origen. Multiplica por 100 antes de llamar.
• Alto adaptativo. La altura de la figura crece con el número de barras (hasta un tope) para que reports con muchas columnas sigan legibles; aun así, conviene filtrar a las columnas con algún nulo antes de llamar para no listar decenas de barras a 0%.
• Defensiva, nunca lanza. Listas vacías, longitudes desiguales, valores None/NaN/no numéricos o cualquier error inesperado se manejan sin propagar: en el peor caso devuelve una Figure con "sin datos faltantes" o con el texto del error. No envuelvas la llamada en try/except por miedo a un raise — no lo hay.