Operazioni con valori nulli
Quando lavori con dati mancanti, devi memorizzare questi valori mancanti come un tipo "vuoto". In questo modo potrai identificarli, sostituirli o manipolarli facilmente! Ecco perché esistono i tipi None e numpy.nan. Devi saper distinguere chiaramente tra i due.
In questo esercizio confronterai le differenze nel comportamento dei tipi None e numpy.nan quando applichi operazioni aritmetiche e logiche. numpy è già stato importato come np. I blocchi try ed except sono stati usati per evitare errori.
Questo esercizio fa parte del corso
Gestire i dati mancanti in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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!!")