Operationer med null-värden
När du arbetar med saknade data behöver du lagra dem som en tom typ. På så sätt kan du enkelt identifiera, ersätta eller hantera dem. Det är därför vi har typerna None och numpy.nan. Det är viktigt att du förstår skillnaden mellan de två.
I den här övningen jämför du hur None och numpy.nan beter sig vid aritmetiska och logiska operationer. numpy har redan importerats som np. Blocken try och except används för att undvika fel.
Den här övningen är en del av kursen
Hantera saknade värden i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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!!")