Težko se je spopasti z nepričakovanimi rezultati »NaN« pri dodelitvah Python, zlasti pri delu z datotekami, ki vsebujejo odstopanja podatkov. Da bi zagotovili izračune brez napak, ta priročnik ponuja način za izračun ločenih povprečij za pozitivna in negativna števila ter upravljanje manjkajočih vrednosti s float('NaN'). Obravnava tudi potrebne korake oblikovanja, ki zagotavljajo, da izhod izpolnjuje zahteve avtomatiziranega ocenjevanja. Zanesljivost programa je povečana z uporabo Pythonovega try...except za obravnavanje napak in with open za branje datotek, zaradi česar je koristen za dodelitve in analizo podatkov iz resničnega sveta.