array中的nan值替换

最近在处理数据，发现包含时间的三维array中存在缺省值，而搜到的关于缺省值得处理大部分都是针对df来的，所以，就想写一个，记录一下。

首先，利用np.where将缺省值用nan进行替换，然后进行循环，在每个二维数组进行操作，程序!

import pandas as pd
import numpy as np
a=np.random.randint(-4,5,(3,4))
#%%
b=np.where(a==0,np.nan,a)
#%%
e = np.empty(shape=(2, 3, 2))
c=b.reshape(2,3,2)
#%%
for i in range(2):
    c1=c[i,:,:]
    d=np.nanmean(c1)
    c1[np.isnan(c1)]=d
    e[i,:,:]=c1
    np.where很好用啊，倒数第二行利用np.where应该也能实现。

下面是结果，前

后:

 如果有更好的方法，希望大家多多指教哈!