简述numpy.nan和None的区别

丢失的数据类型主要有None 和 np.nan

np.nan是一个float类型的数据 None是一个NoneType类型

1、在ndarray中显示时 np.nan会显示nan，如果进行计算 结果会显示为NAN

                               None显示为None   并且对象为object类型,如果进行计算 结果会报错

                               所以ndarray中无法对有缺失值的数据进行计算

 

2、 在Serise中显示的时候都会显示为NAN，均可以视作np.nan

                               进行计算时可以通过np.sum()得到结果，此时NAN默认为0.0

                                s1 + 10 对于空值得到的结果为NAN,

                               如果使用加法 可以通过s1.add(参数，fill_value = 0)指定空值的默认值为0