Операции с нулевыми значениями
При работе с пропущенными данными их необходимо хранить как значения пустого типа. Это позволяет легко их обнаруживать, заменять и обрабатывать. Именно для этого предназначены типы None и numpy.nan. Важно чётко понимать разницу между ними.
В этом упражнении вы сравните поведение типов None и numpy.nan при применении арифметических и логических операций. Библиотека numpy уже импортирована как np. Блоки try и except используются для предотвращения ошибок.
Это упражнение является частью курса
Работа с пропущенными данными в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
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!!")