شارات الأسماء

توفّر لغات كثيرة وسيلة مثل null أو none للإشارة إلى قيمة غير موجودة. ولأن Julia مصمّمة للتعامل مع كميات ضخمة من البيانات (التي غالبًا ما تكون غير منظّمة)، فإنها تمتلك أشكالًا متعددة للاشيء.

الهدف العام هو الإشارة إلى القيم المفقودة أو المشكوك فيها عند مصادفتها، ثم المتابعة دون رفع استثناء.

nothing

إذا كانت القيمة غير موجودة فعلًا، فإنها تُمثَّل بـ nothing. وهذا على الأرجح أقرب إلى ما تفعله C (NULL) أو Python (None).

julia> n = nothing

julia> isnothing(n)
true

julia> typeof(n)
Nothing

إذن nothing قيمة وحيدة من النوع Nothing، ويمكننا اختبارها.

من الاستخدامات الشائعة لـ nothing أن يكون قيمة إرجاع (أو غياب قيمة) للدوال التي تُستخدم فقط من أجل آثارها الجانبية (الطباعة، أو إعداد الشبكة، أو ما شابه).

missing

في الحالات التي توجد فيها القيمة نظريًا لكننا لا نعرف ما هي، يُستخدم missing. على سبيل المثال، عند إحصاء المركبات المارّة على طريق، قد يحتاج المراقبون البشر إلى استراحة أو تتعطل المستشعرات الآلية، لكن حركة المرور تستمر.

وهكذا فإن missing قيمة نائبة تنبّه البشر إلى أنهم بحاجة إلى اتخاذ قرار بشأن كيفية التعامل مع هذه الفجوة في البيانات.

julia> mv = [1, 2, missing]
3-element Vector{Union{Missing, Int64}}:
 1
 2
  missing

julia> typeof(mv)
Vector{Union{Missing, Int64}} (alias for Array{Union{Missing, Int64}, 1})

julia> ismissing.(mv)  # broadcast function, displays as 1 for true, 0 for false
3-element BitVector:
 0
 0
 1

قليلة هي اللغات الأخرى التي تتضمن هذه الميزة بشكل مدمج، لكن النظائر القريبة منها هي NA في R أو NULL في SQL.

تُرجع التعبيرات عادةً missing افتراضيًا إذا كانت هناك قيم missing. وإذا كنت تريد تجاهل هذه القيم، فاستخدم الدالة skipmissing() لجعل ذلك صريحًا:

julia> mv = [1, 2, missing]
3-element Vector{Union{Missing, Int64}}:
 1
 2
  missing

julia> sum(mv)  # missing in, missing out
missing

julia> skipmissing(mv)
skipmissing(Union{Missing, Int64}[1, 2, missing])

julia> collect(skipmissing(mv))
2-element Vector{Int64}:
 1
 2

julia> sum(skipmissing(mv))  # functions like sum() can work with iterators
3

ولأن skipmissing تُنشئ مُكرِّرًا، فغلّفها بـ collect() إذا كنت بحاجة إلى متجه.

أحيانًا يكون من المفيد استبدال قيم missing بقيمة افتراضية ما. وماكرو @coalesce() مفيد لهذا الغرض، إذ يُرجع أول قيمة غير missing (أو missing إذا لم يكن هناك شيء آخر).

julia> str = ["I", "exist", missing]
3-element Vector{Union{Missing, String}}:
 "I"
 "exist"
 missing

julia> [@coalesce(s, "-") for  s in str]
3-element Vector{String}:
 "I"
 "exist"
 "-"

NaN

اختصارًا لعبارة "Not a Number"، تشير NaN إلى مشكلة حسابية في الحالات التي كان يُتوقع فيها عدد.

julia> v = [0, 1, -1]
3-element Vector{Int64}:
  0
  1
 -1

julia> v / 0
3-element Vector{Float64}:
 NaN
  Inf
 -Inf
 
julia> sum(v / 0)
NaN

أي نوع من العمليات الحسابية على بيانات تتضمن NaN سيعطي نتيجة NaN.

لا توجد حاليًا دالة خاصة لإزالة قيم NaN، لكن الدالة القياسية filter() تستطيع فعل ذلك ببساطة تامة. لن تُنسخ إلى مصفوفة النتائج إلا القيم التي يكون شرط معيّن فيها true:

julia> filter(!isnan, [1, 2, NaN])
2-element Vector{Float64}:
 1.0
 2.0