research/\343\201\252\343\202\223\343\201\241\343\202\203\343\201\243\343\201\246\351\226\242\346\225\260\345\236\213\343\203\227\343\203\255\343\202\260\343\203\251\343\203\237\343\203\263\343\202\260\343\201\247\347\240\224\347\251\266\343\201\256\343\202\263\343\203\274\343\203\211\343\202\222\346\233\270\343\201\223\343\201\206.md
... ...
@@ -44,10 +44,10 @@
44 44
- pandasの場合は構文が結構deprecatedになることがあり、テストがあると安心してバージョンアップできる。
45 45
- その関数内の書き方だけを修正すればプログラム全体に適用できる。
46 46
47
-### 方針3: 想定されるエラーでクラッシュさせる
47
+### 方針3: エラーハンドリングは頑張らない。エラーを見つけることに注力する。
48 48
- 入力するデータの質をコントロールできるので、例外処理で頑張らない。
49 49
- きっと入力元の"生データ"を生成したのも自分自身ではないだろうか。
50
-- もし実行中に例外が発生したら？ →そこでクラッシュさせる。
50
+- もし実行中に例外が発生したら？ →そこでプログラムをクラッシュ/終了させる。
51 51
- 例えば生のCSVがパースできなかった
52 52
- なぜそれ以上処理を続ける必要がある？
53 53
- 研究でのプログラムは安定稼働が求められるソフトウェアとは違い、正確な1つの結果が出てくることが優先である。