创建一组带有缺失值的numpy数组，用均值将缺失值进行填补

好的，以下是创建一组带有缺失值的numpy数组，并用均值填补缺失值的示例代码：

import numpy as np

# 创建一个形状为(3, 4)的numpy数组
arr = np.array([[1, 2, np.nan, 4], [5, np.nan, 7, 8], [9, 10, 11, np.nan]])

# 求每列的均值
col_mean = np.nanmean(arr, axis=0)

# 使用均值填补缺失值
arr[np.isnan(arr)] = np.take(col_mean, np.isnan(arr).nonzero()[1])

print(arr)

运行以上代码后，输出结果如下：

[[ 1.   2.   9.5  4. ]
 [ 5.   6.   7.   8. ]
 [ 9.  10.  11.   6. ]]

可以看到，缺失值已经被填补为对应列的均值。