帮我用python写from sklearn.impute import SimpleImputer的均值填充的代码

`sklearn.impute` 模块中的 `SimpleImputer` 类提供了一种方便的方式来进行均值填充。下面是一个示例代码：

from sklearn.impute import SimpleImputer
import numpy as np

# 创建一个示例数据集，其中有一些缺失值
data = np.array([[1, 2, np.nan, 4],
                 [5, np.nan, 7, 8],
                 [9, np.nan, np.nan, 12]])

# 创建一个 SimpleImputer 对象，指定使用均值填充
imputer = SimpleImputer(strategy='mean')

# 用 SimpleImputer 对象来进行均值填充
filled_data = imputer.fit_transform(data)

# 打印结果
print(filled_data)

这个代码首先创建了一个示例数据集，其中有一些缺失值。然后创建了一个 `SimpleImputer` 对象，使用 `strategy='mean'` 参数指定使用均值填充。接下来，使用 `fit_transform()` 方法将缺失值替换为相应的均值。最终结果会打印出来。

注意，`SimpleImputer` 对象的 `fit_transform()` 方法会直接修改原始数据，因此会直接替换原始数据集中的缺失值。如果你希望保持原始数据不变，可以先使用 `fit()` 方法来拟合模型，然后使用 `transform()` 方法来进行填充。也可以使用 `fit_transform()` 方法，但是将 `SimpleImputer` 对象的 `copy` 参数设置为 `True`，这样会先复制原始数据集并在复制的数据集上进行填充。