具有 nan 值的 Imputer.fit 有什么作用？

Question

我正在使用 scikit-learn 库学习机器学习，当我看到Scikit-learn 教程中的代码时感到困惑

它有以下代码：

import numpy as np

from sklearn.impute import SimpleImputer

imp = SimpleImputer(missing_values=np.nan, strategy='mean')

imp.fit([[1, 2], [np.nan, 3], [7, 6]])       

X = [[np.nan, 2], [6, np.nan], [7, 6]]

print(imp.transform(X)) 

据我了解， imputer 用于填充缺失值，并且它使用了一些策略，如均值、中位数或众数。但我不明白这3行代码在做什么

imp.fit([[1, 2], [np.nan, 3], [7, 6]])       

X = [[np.nan, 2], [6, np.nan], [7, 6]]

print(imp.transform(X)) 

为什么它适合矩阵np.nan？以及这些拟合如何影响imp.transform(X)？