# Esercizio 4: Contare i numeri dispari
array = [2, 3, 4, 7, 9, 12, 13]

# Soluzione
conteggio_dispari = 0

for num in array:
    if num % 2 != 0:
        conteggio_dispari += 1

print(f"Il numero di elementi dispari è: {conteggio_dispari}")

# Esercizio 5: Moltiplicare i pari e sommare i dispari
array = [2, 3, 4, 5, 6]

# Soluzione
moltiplicazione_pari = 1
somma_dispari = 0

for num in array:
    if num % 2 == 0:
        moltiplicazione_pari *= num
    else:
        somma_dispari += num

print(f"La moltiplicazione dei numeri pari è: {moltiplicazione_pari}")
print(f"La somma dei numeri dispari è: {somma_dispari}")

# Esercizio 6: Verificare se un array è crescente
array = [1, 3, 5, 7, 9]

# Soluzione
crescente = True

for i in range(1, len(array)):
    if array[i] < array[i - 1]:
        crescente = False
        break

if crescente:
    print("L'array è in ordine crescente.")
else:
    print("L'array non è in ordine crescente.")

# Esercizio 7: Calcolare la differenza tra il massimo e il minimo
array = [12, 5, 20, 8, 3, 15]

# Soluzione
massimo = max(array)
minimo = min(array)
differenza = massimo - minimo

print(f"La differenza tra il massimo e il minimo è: {differenza}")

# Esercizio 8: Trovare l'indice del primo numero pari
array = [3, 7, 1, 5, 4, 9, 6]

# Soluzione
indice_pari = -1

for i in range(len(array)):
    if array[i] % 2 == 0:
        indice_pari = i
        break

if indice_pari != -1:
    print(f"Il primo numero pari si trova alla posizione {indice_pari}.")
else:
    print("Non ci sono numeri pari nell'array.")

#Matrici

import numpy as np

# Definire una matrice manualmente
A = np.array([[1, 2], [3, 4]])
A

# Matrice di zero
zeros_matrix = np.zeros((2, 2))
zeros_matrix

# Matrice di uno
ones_matrix = np.ones((3, 3))
ones_matrix

# Matrice di identità
identity_matrix = np.eye(3)
identity_matrix

#Matrice con valore specifico
F = np.full((2, 2), 7)
F

#Matrice con numeri casuali tra 0 e 1
R = np.random.rand(3, 3)
R

B = np.array([[5, 6], [7, 8]])

# Matrix Addition
C = A + B
C

# Matrix Subtraction
D = A - B
D

# Matrix Multiplication (element-wise)
E = A * B
E

# Matrix Dot Product
F = np.dot(A, B)
F

# Transpose of a Matrix
G = A.T
G

np.add(A, B) #Somma elemento per elemento di due matrici.
np.subtract(A, B) #Sottrai elemento per elemento di due matrici.
np.multiply(A, B) #Moltiplicazione elemento per elemento di due matrici.
np.linalg.inv(A) #Calcola l'inversa della matrice 
np.linalg.det(A) #Calcola il determinante della matrice 
np.linalg.eig(A) #Calcola autovalori e autovettori della matrice quadrata 

np.mean(A) #Calcola la media degli elementi 
np.median(A) #Calcola la mediana degli elementi 
np.std(A) #Calcola la deviazione standard degli elementi  
np.max(A) 
np.min(A) #Restituisce il massimo o minimo degli elementi 
np.max(A, axis=0) #massimo per colonna.
np.max(A, axis=1) #massimo per riga.

np.linalg.solve(A, B) #Risolve il sistema di equazioni lineari ax = b
A = np.array([[3, 1], [1, 2]])
B = np.array([9, 8])
X = np.linalg.solve(A, B)

indices = np.where(A > 5)
nonzero_indices = np.nonzero(A)
unique_elements = np.unique(A)

np.diag(A) #Estrae la diagonale principale di come un array.
np.diagflat([1,2,3]) #Crea una matrice con una lista di valori lungo la diagonale.
np.trace(A) #Calcola la traccia della matrice A (somma degli elementi della diagonale).

#Conta elementi pari

# Definisci la matrice
A = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

pari = 0

# Conta gli elementi pari
for i in range(len(A)):
    for j in range(len(A[i])):
        if A[i][j] % 2 == 0:
            pari += 1

print(pari)

#Somma degli Elementi della Diagonale Principale
# Definisci la matrice
A = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# Calcola la somma della diagonale principale
diagonal_sum = 0
for i in range(len(A)):
    diagonal_sum += A[i][i]

print("Somma della diagonale principale:", diagonal_sum)

#Somma degli Elementi di Ogni Riga
# Definisci la matrice
A = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# Calcola la somma di ogni riga
for i in range(len(A)):
    row_sum = 0
    for j in range(len(A[i])):
        row_sum += A[i][j]
    print(f"Somma della riga {i + 1}: {row_sum}")