Null value operations
मिसिंग डेटा के साथ काम करते समय, आपको इन मिसिंग वैल्यूज़ को एक खाली टाइप के रूप में स्टोर करना होगा. इससे आप इन्हें आसानी से पहचान पाएँगे, बदल पाएँगे, या इन पर काम कर पाएँगे! इसी वजह से None और numpy.nan टाइप्स मौजूद हैं. आपको इन दोनों टाइप्स में स्पष्ट अंतर समझना ज़रूरी है.
इस अभ्यास में, आप अंकगणितीय और लॉजिकल ऑपरेशंस लगने पर None और numpy.nan के व्यवहार में क्या अंतर होता है, इसकी तुलना करेंगे. numpy पहले से np नाम से इम्पोर्ट किया गया है. एरर से बचने के लिए try और except ब्लॉक्स का इस्तेमाल किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Missing Data से निपटना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
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!!")