Operacje na wartościach null
Podczas pracy z brakującymi danymi trzeba je przechowywać jako pusty typ. Dzięki temu łatwo je zidentyfikujesz, zastąpisz lub przetestujesz różne operacje na nich! Właśnie do tego służą typy None i numpy.nan. Warto umieć wyraźnie odróżniać je od siebie.
W tym ćwiczeniu porównasz różnice w zachowaniu typów None i numpy.nan przy wykonywaniu operacji arytmetycznych i logicznych. numpy zostało już zaimportowane jako np. Bloki try i except zostały użyte, aby uniknąć błędów.
To ćwiczenie jest częścią kursu
Braki danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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!!")