Операції з порожніми значеннями
Працюючи з пропущеними даними, вам потрібно зберігати ці значення як порожній тип. Так їх легко ідентифікувати, замінювати або обробляти. Саме для цього існують типи None і numpy.nan. Важливо чітко розрізняти ці два типи.
У цій вправі ви порівняєте відмінності в поведінці типів None і numpy.nan під час застосування арифметичних і логічних операцій. numpy уже імпортовано як np. Блоки try та except використано, щоб уникнути помилок.
Ця вправа є частиною курсу
Робота з пропущеними даними в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
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!!")