SimpleImputer(strategy='mean')可自动按列均值填充NaN，但要求2D输入且转为float；纯NumPy推荐np.where(np.isnan(X), np.nanmean(X, axis=0), X)；Pandas fillna(df.mean())容错最强但稍慢。
用 sklearn.impute.SimpleImputer 最省事但要注意默认行为
直接调用 SimpleImputer(strategy='mean') 能自动按列填充 NaN，适合预处理流水线。它内部对每列独立计算均值（跳过 NaN），再原地替换，不依赖 Pandas —— 如果你数据已经是 numpy.ndarray，它也能处理。
但注意：它默认只支持 2D 输入，且会把整列转为 float（哪怕原始是 int）。如果传入 1D 数组会报错 ValueError: Expected 2D array, got 1D array instead。
- 必须确保输入是二维：用
X.reshape(-1, 1)包一层，或保持(n_samples, n_features)形状 - 若原始数组是
int类型，填充后会变成float64；如需保留类型，得手动 cast 回去（但均值本身大概率是浮点） - 它不会修改原数组，而是返回新数组，别忘了赋值
纯 NumPy 实现：用 np.nanmean + np.isnan 定位
不引入额外依赖时，这是最可控的方式。核心思路是：对每列算 np.nanmean(col)，再用布尔索引把该列中 np.isnan(col) 的位置替换成均值。
关键点在于避免循环列——用 axis=0 让 np.nanmean 沿行方向压缩，得到每列一个均值；再用广播机制一次性填入。
创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。
- 对二维数组
X，col_means = np.nanmean(X, axis=0)返回 shape=(n_cols,) 的均值数组 -
mask = np.isnan(X)得到同形状布尔矩阵，X[mask] = col_means[np.newaxis, :][mask]这种写法易错；更稳的是逐列处理或用np.where - 推荐写法：
X_filled = np.where(np.isnan(X), np.nanmean(X, axis=0), X)—— 注意np.where会广播第二、三参数，所以均值数组自动对齐每行
用 Pandas 中转：看似绕路实则容错最强
如果你的数据已经混在 DataFrame 里，或者列名/类型信息重要，用 pd.DataFrame.fillna(df.mean()) 反而最安全。Pandas 的 mean() 默认跳过 NaN，且能天然处理混合类型列（只对数值列生效），还能保留索引和列名。
- 从 NumPy 数组开始：先
df = pd.DataFrame(X)，再df_filled = df.fillna(df.mean())，最后用df_filled.to_numpy()拿回数组 - 注意：如果某列全为 NaN，
df.mean()返回NaN，fillna不会改动该列 —— 这是合理行为，但容易被忽略，建议提前检查df.isna().all() - 性能上比纯 NumPy 稍慢，但开发阶段省去类型推断和边界判断，实际调试成本更低
为什么不用 np.mean 直接算？
np.mean 遇到 NaN 就让整列结果变 NaN，没法直接用。比如 np.mean([1, 2, np.nan]) 返回 nan，不是 1.5。必须显式启用跳过逻辑。
-
np.nanmean是专为此设计的，语义清晰，且底层优化过，比手写np.mean(arr[~np.isnan(arr)])更快也更稳 - 旧代码里有人用
np.ma.masked_invalid(arr).mean()，功能等价但对象构造开销大，不推荐 - 如果数组含
inf，np.nanmean默认仍会参与计算（除非加keepdims=False和额外过滤），这点和sklearn行为一致，但和 Pandas 的mean(skipna=True)略有差异
实际替换时，最容易漏掉的是全 NaN 列的兜底处理——无论用哪种方法，都得确认该列是否还有有效值可算均值，否则填进去的还是 NaN。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
