填充Numpy股票收益协方差矩阵NaN值时的维度不匹配问题排查

咱们一步一步拆解你的问题，先搞清楚为什么两行代码表现不一样，再给出修复方案。

先看第一行代码为什么能运行 #

你写的cov_tot[idx_miss, :] = col_mean能正常工作，核心是numpy的广播机制：

• cov_tot[idx_miss, :]选中的是2行100列的子矩阵，形状是(2, 100)
• col_mean是你用np.nanmean(cov_tot, axis=1)计算出来的，形状是(100,)（因为axis=1求的是每行的均值，100行就得到100个值）
• numpy看到要把(100,)的数组赋值给(2,100)的矩阵时，会自动把col_mean沿着第一个维度（行维度）复制2次，变成(2,100)的形状，刚好和目标区域匹配，所以不会报错。

最后一行代码报错的原因 #

而cov_tot[:, idx_miss] = col_mean报错，问题也出在形状不匹配：

• cov_tot[:, idx_miss]选中的是100行2列的子矩阵，形状是(100, 2)
• col_mean还是(100,)的一维数组
• 这时候numpy尝试广播，但(100,)和(100,2)的形状不兼容：一维数组的长度是100，对应目标矩阵的行维度，但目标矩阵的列维度是2，一维数组没有列维度，无法自动扩展成(100,2)的形状，所以抛出shape mismatch错误。

修复方案 #

你只需要把col_mean转换成列向量（增加一个维度，变成(100,1)的形状），这样numpy就能把它沿着列维度复制2次，匹配(100,2)的目标区域了。修改最后一行代码：

cov_tot[:, idx_miss] = col_mean[:, np.newaxis]

或者用reshape也可以：

cov_tot[:, idx_miss] = col_mean.reshape(-1, 1)

额外提醒：你的均值计算可能方向错了 #

你提到要“用各列的均值填充NaN”，但你当前用的是np.nanmean(cov_tot, axis=1)，这个参数axis=1求的是每行的均值，而不是每列的。如果要计算每列的均值，应该把参数改成axis=0：

col_mean = np.nanmean(cov_tot, axis=0)

这样col_mean的每个值就对应原矩阵中每一列的非NaN值的均值，符合你最初的需求。

内容的提问来源于stack exchange，提问作者mHelpMe