Operasi nilai null
Saat bekerja dengan data hilang, Anda harus menyimpan nilai yang hilang tersebut sebagai tipe kosong. Dengan begitu, Anda dapat mengidentifikasinya, menggantinya, atau memanipulasinya dengan mudah! Inilah alasan kita memiliki tipe None dan numpy.nan. Anda perlu mampu membedakan kedua tipe ini dengan jelas.
Dalam latihan ini, Anda akan membandingkan perbedaan perilaku tipe None dan numpy.nan saat diterapkan operasi aritmetika dan logika. numpy sudah diimpor sebagai np. Blok try dan except digunakan untuk menghindari error.
Latihan ini merupakan bagian dari kursus
Menangani Data Hilang di Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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!!")