Python中的null是什么？

在知乎上遇到一个问题，说：计算机中的「null」怎么读？null正确的发音是/n^l/，有点类似四声‘纳儿’，在计算机中null是一种类型，代表空字符，没有与任何一个值绑定并且存储空间也没有存储值。

Python中其实没有null这个词，取而代之的是None对象，即特殊类型NoneType，代表空、没有。

None不能理解为0，因为0是有意义的，而None是一个特殊的空值。

>>> NoneType
NameError: name 'NoneType' is not defined
>>> type(None)
NoneType

None也不能理解为空字符''，因为空字符的类型是字符串。

>>>type('')
<class ''str'>

虽然表示空，但None是一个具体的Python对象，这和null含义不一样。

在Python中返回None：

>>> def has_no_return():
...     pass
>>> has_no_return()
>>> print(has_no_return())
None

你可以使用 Python 的标识函数id()检查 None 的唯一性，它返回某一对象的唯一标识符，如果两个变量的 id 相同，那么它们实际上指向的是同一个对象。

>>> NoneType = type(None)
>>> id(None)
10748000
>>> my_none = NoneType()
>>> id(my_none)
10748000
>>> another_none = NoneType()
>>> id(another_none)
10748000
>>> def function_that_does_nothing(): pass
>>> return_value = function_that_does_nothing()
>>> id(return_value)
10748000

在Python中，None的用处有很多，比如作为变量初始值、作为函数默认参数、作为空值等等。

变量初始值

>>> print(bar)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'bar' is not defined
>>> bar = None
>>> print(bar)
None

函数默认参数

def bad_function(new_elem, starter_list=[]):
    starter_list.append(new_elem)
    return starter_list

空值

>>> class DontAppend: pass
...
>>> def good_function(new_elem=DontAppend, starter_list=None):
...     if starter_list is None:
...         starter_list = []
...     if new_elem is not DontAppend:
...         starter_list.append(new_elem)
...     return starter_list
...
>>> good_function(starter_list=my_list)
['a', 'b', 'c', 'd', 'e']
>>> good_function(None, my_list)
['a', 'b', 'c', 'd', 'e', None]

总得来说，None是一个对象，而null是一个类型。

Python中沒有null，只有None，None有自己的特殊类型NoneType。

None不等于0、任何空字符串、False等。

在Python中，None、False、0、””(空字符串)、、()(空元組)、{}(空字典)都相当于False。

关于Pandas中缺失值（None/NaN/NaT 等)的处理操作，可以通过下面的图文以及视频来进一步了解：

• 图解Pandas-图文09-常见的缺失值处理

-------- End --------

精选内容

• 图解Pandas-图文01-数据结构介绍

• 图解Pandas-图文02-创建数据对象

• 图解Pandas-图文03-读取和存储Excel文件

• 图解Pandas-图文04-常见的数据访问

• 图解Pandas-图文05-常见的数据运算

• 图解Pandas-图文06-常见的数学计算

• 图解Pandas-图文07-常见的数据统计

• 图解Pandas-图文08-常见的数据筛选

• 图解Pandas-图文09-常见的缺失值处理