要实现“Bokeh - 如果工具提示存在缺失值，则不显示”，可以使用bokeh.models模块中的HoverTool类来自定义工具提示的显示内容。以下是一个示例代码，演示如何根据数据的缺失值情况来控制工具提示的显示：

from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource, HoverTool

# 创建示例数据
data = {
    'x': [1, 2, 3, None, 5],
    'y': [6, 7, None, 9, 10],
    'label': ['A', 'B', 'C', 'D', 'E']
}

# 创建ColumnDataSource对象，用于指定数据源
source = ColumnDataSource(data=data)

# 创建绘图对象
p = figure(x_range=(0, 6), y_range=(0, 12))

# 添加数据点
p.circle(x='x', y='y', source=source, size=10)

# 创建自定义的工具提示
tooltips = [
    ('Label', '@label'),
    ('X', '@x'),
    ('Y', '@y')
]

# 配置HoverTool，设置显示的工具提示内容
hover_tool = HoverTool(tooltips=tooltips, show_arrow=False)

# 添加HoverTool到绘图对象中
p.add_tools(hover_tool)

# 显示绘图结果
show(p)

在上述代码中，我们首先创建了一个示例数据字典data，其中包含了x和y的坐标数据以及label的标签数据。然后，我们使用ColumnDataSource类创建了一个数据源对象source，用于指定绘图使用的数据。接下来，我们创建了一个绘图对象p，并使用circle方法在绘图对象上添加了数据点。然后，我们创建了一个自定义的工具提示tooltips，其中包含了要显示的工具提示内容。最后，我们创建了一个HoverTool对象hover_tool，并将它添加到绘图对象中，以便在绘图时显示工具提示。

在这个示例中，我们没有显示缺失值的工具提示，因为缺失值在数据中用None表示，而我们在工具提示的内容中使用了@x和@y来引用x和y的值，如果数据中存在缺失值，则不会显示工具提示。