多维数组NaN值填充求助：均值填充失效与高效插值方案咨询

我有一个包含大量NaN值的大型多维数组，数组形状为(5124, 112, 112)。我想沿第一轴（维度大小5124）计算均值，并用该均值填充数组中的NaN值，或者找更高效的插值填充方法替代（之前试过插值但速度慢、内存占用大）。

我写了这段代码计算均值：

import numpy as np

data = np.load('data.npy')

mean = np.nanmean(data, axis=1)

得到的mean形状是(5124, 112)，但尝试用下面的代码填充时，数组里还是全是NaN，不知道哪里错了：

data[np.any(np.isnan(data))][-1, :, :, -1] = mean

1. 正确用均值填充NaN值 #

你的填充代码索引逻辑完全错误：np.any(np.isnan(data))会返回单个布尔值而非位置索引，后续的多维索引也和原数组维度不匹配。正确的做法是先定位所有NaN的位置，再把均值广播到对应维度进行填充：

import numpy as np

data = np.load('data.npy')
# 沿axis=1计算均值，keepdims=True保持维度便于和原数组广播匹配
mean = np.nanmean(data, axis=1, keepdims=True)
# 获取和原数组形状一致的NaN掩码
nan_mask = np.isnan(data)
# 精准填充所有NaN位置
data[nan_mask] = mean[nan_mask]

• keepdims=True让mean的形状变为(5124, 1, 112)，刚好能和原数组(5124, 112, 112)进行广播，无需手动调整维度
• nan_mask是布尔数组，直接用它索引就能定位所有NaN的位置，确保均值对应填充到正确位置

如果不需要保留原数组的未修改版本，可以用np.where一步完成：

data = np.where(np.isnan(data), mean, data)

2. 更高效的NaN填充替代方法 #

如果插值方法太慢，推荐以下几种低内存、快速度的方案：

• 中位数填充：逻辑和均值完全一致，把np.nanmean换成np.nanmedian即可，适合数据存在异常值的场景，计算效率和均值持平
• 最近邻快速填充：借助形态学膨胀快速定位相邻非NaN值，批量填充，速度远快于插值：

  from scipy.ndimage import binary_dilation
  
  nan_mask = np.isnan(data)
  # 定义结构元，控制填充时的相邻范围
  struct = np.ones((1,3,3), dtype=bool)
  # 迭代填充直到消除所有NaN（可根据需求限制迭代次数）
  while np.any(nan_mask):
      # 膨胀非NaN区域，找到相邻可填充的位置
      dilated = binary_dilation(~nan_mask, structure=struct)
      # 用相邻非NaN值的均值填充当前NaN
      data[nan_mask] = np.mean(data[dilated], axis=(1,2), keepdims=True)[nan_mask]
      nan_mask = np.isnan(data)
  

• 分块处理：如果数组过大导致内存紧张，可以将数组拆分成小块逐个填充，再拼接回原数组：

  chunk_size = 1000  # 可根据内存情况调整分块大小
  for i in range(0, data.shape[0], chunk_size):
      chunk = data[i:i+chunk_size]
      chunk_mean = np.nanmean(chunk, axis=1, keepdims=True)
      chunk[np.isnan(chunk)] = chunk_mean[np.isnan(chunk)]
      data[i:i+chunk_size] = chunk
  

内容的提问来源于stack exchange，提问作者George