由一个矩阵得到一个掩模矩阵

1.假设有一个不完整的数据，如下

20	30	25		1
5		18	3	0
3	17	8	10	0
	23	29	30	1
12	18		15	0

import pandas as pd
import numpy as np

"""read data"""
data = pd.read_csv('data.csv')
A = np.isnan(data) #get a matrix (True and False)
M = 1.*~A #M is a matrix (0 and 1), 0 reprents nan, 1 reprents complete

以上代码A是对数据做一个判断，得到一个True False矩阵，其中True代表数据缺失，False代表未缺失。

我们要得到一个掩模矩阵M，1代表数据未缺失，0代表数据缺失，所以要对A取反～A

2.有时候也可以随即生成一个数据，根据生成的数据得到一个矩阵，使其中大于某一个值为1，小于某一个值为0

import numpy as np

A = np.random.uniform(0., 1., size = [10,9])
AA = A>0.5
B = 1.*AA

A是随机生成的一个10行9列的0-1之间符合的均匀分布矩阵，当A中值大于0.5时，令B元素为1，否则为0