python人为进行数据缺失

在Python中，可以使用numpy或pandas等库来人为地创建数据缺失的情况。例如，可以使用numpy库中的random函数生成一些随机数，并将其中一些数设置为NaN（Not a Number，表示缺失值）。下面是一个示例代码：

import numpy as np

# 生成一些随机数
data = np.random.randn(5, 3)

# 将第1行第2列和第3行第1列设置为NaN
data[0, 1] = np.nan
data[2, 0] = np.nan

print(data)

输出结果如下：

[[ 1.06431293         nan -0.12890781]
 [-1.11336494 -0.49955944  1.58407399]
 [        nan -0.22363687 -0.67553238]
 [ 0.7847493   0.20063443 -1.32374848]
 [-0.50992288  0.75172417  0.06887737]]

可以看到，第1行第2列和第3行第1列的值被设置为NaN，表示这些值缺失了。