การดำเนินการกับค่า Null
เมื่อทำงานกับข้อมูลที่หายไป คุณต้องจัดเก็บค่าที่หายไปเหล่านั้นในรูปแบบของประเภทว่างเปล่า เพื่อให้ระบุ แทนที่ หรือจัดการกับค่าเหล่านั้นได้ง่ายขึ้น นั่นคือเหตุผลที่เรามีประเภท None และ numpy.nan และคุณต้องสามารถแยกแยะความแตกต่างระหว่างทั้งสองได้อย่างชัดเจน
ในแบบฝึกหัดนี้ จะเปรียบเทียบความแตกต่างระหว่างพฤติกรรมของ None และ numpy.nan เมื่อนำไปใช้กับการดำเนินการทางคณิตศาสตร์และตรรกศาสตร์ โดย numpy ถูก import ไว้แล้วในชื่อ np และมีการใช้บล็อก try และ except เพื่อป้องกันข้อผิดพลาด
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูลที่หายไปใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
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!!")