Může být obtížné vypořádat se s neočekávanými výsledky "NaN" v přiřazeních Pythonu, zejména při práci se soubory, které obsahují odchylky dat. Aby byly zaručeny bezchybné výpočty, nabízí tato příručka způsob, jak vypočítat odlišné průměry pro kladná a záporná čísla, a spravovat chybějící hodnoty pomocí float('NaN'). Pojednává také o nezbytných krocích formátování, aby bylo zaručeno, že výstup splňuje požadavky automatického hodnocení. Spolehlivost programu je zvýšena použitím Pythonu try...s výjimkou pro zpracování chyb a s open pro čtení souborů, což je užitečné pro přiřazení a analýzu reálných dat.