Opérations sur les valeurs nulles

Lorsque vous travaillez avec des données manquantes, vous devez stocker ces valeurs manquantes comme un type vide. Ainsi, vous pourrez facilement les repérer, les remplacer ou les manipuler. C'est pour cela qu'il existe les types None et numpy.nan. Vous devez être en mesure de bien faire la distinction entre ces deux types.

Dans cet exercice, vous comparerez les différences de comportement des types None et numpy.nan lorsqu'on applique des opérations arithmétiques et logiques. numpy a déjà été importé sous le nom np. Les blocs try et except ont été utilisés pour éviter les erreurs.