Operaciones con valores nulos
Cuando trabajes con datos faltantes, tendrás que almacenar esos valores como un tipo vacío. Así podrás identificarlos, reemplazarlos o manipularlos fácilmente. Para eso existen los tipos None y numpy.nan. Necesitas distinguir claramente entre ambos.
En este ejercicio, compararás las diferencias en el comportamiento de None y numpy.nan al aplicar operaciones aritméticas y lógicas. numpy ya se importó como np. Se han usado bloques try y except para evitar errores.
Este ejercicio forma parte del curso
Cómo tratar datos faltantes en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
try:
# Print the sum of two None's
print("Add operation output of 'None': ", ___)
except TypeError:
# Print if error
print("'None' does not support Arithmetic Operations!!")