1． 导入Data.txt文件中的数据，创建数组 2． 对其中的空值替换成数据平均值 大数据分析

首先，为了在Python中导入Data.txt文件的数据并将其转换为数组，我们可以使用pandas库，它提供了方便的数据处理功能。假设文件中数据是以逗号分隔值（CSV）格式：

import pandas as pd

# 1. 导入Data.txt文件中的数据
data_df = pd.read_csv('Data.txt', delimiter=',')  # 使用','作为分隔符
data_array = data_df.values  # 将DataFrame转换为二维数组

# 确保数组中有空值（NaN）
if np.isnan(data_array).any():  # np表示NumPy库
    print("存在空值")

对于空值替换，我们需要计算相应列的平均值，然后用这个平均值填充：

# 计算每列的平均值
mean_values = data_df.mean().values

# 对于包含空值的地方，用平均值替换
for i in range(len(data_array)):
    if np.isnan(data_array[i]):
        data_array[i] = mean_values[data_df.columns.tolist().index(i)]

完成上述步骤后，`data_array`变量就包含了处理后的数据。