Opérations sur les valeurs nulles

Lorsque vous travaillez avec des données manquantes, vous devez stocker ces valeurs manquantes sous un type vide. Ainsi, vous pourrez facilement les identifier, les remplacer ou les manipuler. C’est pour cela que nous avons les types None et numpy.nan. Vous devez être capable de bien les distinguer.

Dans cet exercice, vous comparerez les différences de comportement des types None et numpy.nan lors de l’application d’opérations arithmétiques et logiques. numpy a déjà été importé sous l’alias np. Des blocs try et except sont utilisés pour éviter les erreurs.