Векторизованная обработка: np.where с условиями

Условие задачи

Дано: numpy массив `prices` из 10 цен товаров. Примените скидку 20% к товарам дороже 5000 (умножьте на 0.8); цены ≤ 5000 оставьте без изменений. Сохраните numpy array (округлённый до целых) в `result`.

Темы

np.where vectorization conditional

Подсказки

• np.where(condition, value_if_true, value_if_false)
• prices * 0.8 -- скидка 20%

Что проверяет эта задача

Задача «Векторизованная обработка: np.where с условиями» учит векторно считать на numpy без медленных циклов. Такие задачи дают на собеседованиях в Ozon и других IT-компаниях. Уровень лёгкий — база, которую ждут от любого аналитика на Python.

Как подступиться к решению

Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.

В numpy ключ к скорости — векторизация и broadcasting вместо циклов Python. Понимание dtype, формы массива (shape) и того, какие операции возвращают копию, а какие view, отличает джуна от мидла. На собеседовании просят не просто посчитать, а объяснить, почему векторный код быстрее и где он экономит память.

Прокачать Python для аналитики — бесплатный курс «Pandas с нуля» и Python-тренажёр.

Открыть задачу в тренажёре → ← Все Python-задачи