Operações com valores nulos
Ao lidar com dados ausentes, você precisa armazenar esses valores como um tipo "vazio". Assim, fica fácil identificá-los, substituí-los ou manipulá-los! É por isso que existem os tipos None e numpy.nan. Você precisa ser capaz de diferenciar claramente esses dois tipos.
Neste exercício, você vai comparar as diferenças entre o comportamento de None e numpy.nan na aplicação de operações aritméticas e lógicas. numpy já foi importado como np. Os blocos try e except foram usados para evitar erros.
Este exercício faz parte do curso
Lidando com Dados Ausentes em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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!!")