如何在Python中使用 NumPy 在矩阵中随机插入 NaN？

在数据分析和机器学习领域中，我们经常需要处理缺失值的情况，而 NaN 是一种特殊的缺失值类型。在 NumPy 中，我们可以很方便地生成一个矩阵并在其中随机插入 NaN 值。下面是一个简单的示例代码：

import numpy as np

# 生成一个 5x5 的随机矩阵
arr = np.random.rand(5, 5)

# 将随机生成的部分矩阵插入 NaN 值
arr[2:4, 1:3] = np.nan

# 打印生成的矩阵
print(arr)

运行上面的代码会生成一个 5x5 的随机矩阵，然后在其中随机选择一个 2x2 的子矩阵，并在其中插入 NaN 值。下面是输出结果：

[[0.95558528 0.46716465 0.6438091  0.99543371 0.3951787 ]
 [0.39557662 0.53519626 0.05818457 0.4399797  0.12989649]
 [0.82097734        nan        nan 0.34490765 0.81263817]
 [0.46257471        nan        nan 0.88831722 0.59268642]
 [0.87424372 0.36501068 0.18312993 0.69303095 0.80778285]]

可以看到，我们成功地在矩阵的中间位置插入了两个 NaN 值。这个示例也可以轻松修改，以生成更大或更小的矩阵，并在其中插入不同数量的 NaN 值。

总之，NumPy 提供了非常方便的函数和方法，可以轻松地在矩阵中插入 NaN 值。使用这些工具，我们可以更好地处理缺失值的情况，让数据分析和机器学习的工作更加简单和高效。