Что делает Imputer.fit со значением nan?

Я изучаю компьютерное обучение, используя библиотеку scikit-learn, и я был озадачен, когда увидел код из учебника Scikit-learn

Он имеет следующий код:

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)) 

Из того, что я понимаю, imputer используется для заполнения недостающих значений и что он использует некоторую стратегию, такую как средний, медианный или режим. Но я не понимаю, что делают эти 3 строки кода

imp.fit([[1, 2], [np.nan, 3], [7, 6]])       
X = [[np.nan, 2], [6, np.nan], [7, 6]]
print(imp.transform(X)) 

Почему он соответствует матрице с np.nan? И как эти фитинги влияют на imp.transform(X)?