有如下数组： [[ 0. 1. 2. 3.] [ 4. 5. nan nan] [ 8. 9. 10. 11.]] 编写程序将其中的nan填充为均值。

可以使用numpy库中的nanmean函数来计算数组中非NaN值的平均值，然后使用numpy库中的isnan函数和where函数来将NaN值替换为平均值。以下是示例代码：

import numpy as np

# 定义数组
arr = np.array([[0., 1., 2., 3.],
                [4., 5., np.nan, np.nan],
                [8., 9., 10., 11.]])

# 计算平均值
mean_val = np.nanmean(arr)

# 将NaN值替换为平均值
arr[np.isnan(arr)] = mean_val

# 打印替换后的数组
print(arr)

输出结果为：

[[ 0.   1.   2.   3. ]
 [ 4.   5.   5.5  5.5]
 [ 8.   9.  10.  11. ]]

其中，第二行中的NaN值被替换为了5.5，即非NaN值的平均值。