我猜你用的是NOAA OISST数据，尽管我不认为这对这里的答案有什么影响。
注意你的循环，
For I in range(len(lat)): For j in range(len(lon)): For m in range(len(lat)): For n in range(len(lon)):会生成索引，
I = 0，…， 8 j = 0，…31岁的m = 0, ..., 8 n = 0, ..., 31将全局SST数组子集sst5 (59:90, i, j)而且sst5 (59:90, m, n)你不是在从你的热带点提取数据纬度而且朗变量，你只是从完整的全局数组的角落提取数据，即，Sst5 [:， 0:8, 0:31]．你可以通过打印出来看到这一点sst5.shape在循环中，会显示，
．.．(365, 720, 1440)(365, 720, 1440)(365, 720, 1440)(365, 720, 1440)…这个角在南极洲，因此没有海表温度数据numpy.corrcoef将只看到缺失的数据值，并试图除以零协方差，产生NaN值。当发生这种情况时，我的Numpy会发出以下警告:
RuntimeWarning:在true_divide c /= stddev[:，无]中遇到的无效值您可以修改您的程序以子集sst5循环之前的数组:
sst5_子集= sst5[59:90, 210:510:35，::45]然后引用循环中的这个数组:
mar_05.append (np。corrcoef (sst5_subset (:, i, j), sst5_subset (:, m, n)) [0,1])但是，就我个人而言，我会去掉循环，把它作为一个整个数组的操作来做:
Sst_array = sst5_子集。形状[0],1)。T corr = np.ma.corrcoef(sst_array)一个兴趣点的快速输出图片: