Stephen Few 有一篇文章Displaying Missing Values and Incomplete Periods in Time Series，其中讨论了一些可能性，例如对缺失的 Y 值使用跳过、虚线或褪色的连接。

当 X 值定期（上图）时，这些效果很好，但当 X 值不规则（下图）时效果不佳。区别在于是否可以推断出缺失值的位置。

对于不规则间隔的 X 值，更适合使用某种边缘图来显示缺失的位置，这可能是点（下图）或地毯图。

有人认为，“坏”的可视化是一种欺骗或扭曲的可视化。线图中一种微妙的欺骗形式是将连续点与线段（或高阶样条）连接起来，因为这呈现了一种引人注目但错误的视觉表示，即（a）存在中间值（不在数据集中）和（b）缺失的点落在这些部分上。

当您的目的是显示数据时，需要注意不要在具有 NaN 值的点之间进行视觉插值。同时——再次避免产生错误印象——您需要一些视觉上明显的机制来显示缺失值的 x 坐标，而无需实际绘制任何点。

这些设计约束建议用地毯图装饰默认线图。 在R中，使用数组中的数据x和y，它看起来像这样：

plot(x, y, type="l", lwd=2, main="Default R Plots")
rug(x)

图表中的空白清楚地显示了缺失值的位置，底部“地毯”上的刻度准确地指示了缺失的位置（以及缺失了多少值）。不幸的是，这种机制无法显示孤立点！

通过擦除不必要的墨水，创造性地使用线宽和颜色，并张贴缺失的点，我们可以澄清这个情节：

地毯已放置在绘图区域之外以使其更清晰，并且缺失 y 值的刻度比其他的更长更清晰。

如果这太微妙，或者如果目标是引起对缺失值的注意，您可以延长地毯图以覆盖绘图区域，甚至绘制所有数据点：

对于那些想要实现和改进这一点的人，这里是R生成两种类型图的代码。

for(prominent in c(FALSE, TRUE)) {
  plot(x,y, type="n", bty="n", tck=0.025, main=ifelse(prominent, "Prominent", "Subtle"))
  abline(h=0, col="Gray")
  if(prominent) abline(v=x[is.na(y)], col="#d0202040")
  lines(x, y, lwd=2)
  if(prominent) {
    points(x, y, pch=21, bg="#d02020")
  } else {
    i <- !is.na(y)
    i <- !(c(FALSE,i[-length(i)]) | c(i[-1],FALSE))
    points(x[i], y[i], pch=21, bg="#d02020", cex=0.75)
  }
  rug(x, -0.04, col="Gray")
  rug(x[is.na(y)], -0.065, lwd=2, col="#d02020")
}