pip install numpy

import numpy as np

# Array des d'una llista
a = np.array([1, 2, 3, 4, 5])
print(a)

# Array de zeros
b = np.zeros((3, 4))
print(b)

# Array de uns
c = np.ones((2, 3))
print(c)

# Array buit (inicialitzat amb valors aleatoris)
d = np.empty((2, 2))
print(d)

# Array amb un rang de valors
e = np.arange(10, 20, 2)
print(e)

# Array amb valors espaiats uniformement
f = np.linspace(0, 1, 5)
print(f)

a = np.array([[1, 2, 3], [4, 5, 6]])

print("Shape:", a.shape)  # Dimensions de l'array
print("Size:", a.size)    # Nombre total d'elements
print("Dtype:", a.dtype)  # Tipus de dades dels elements

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# Suma
print(a + b)

# Resta
print(a - b)

# Multiplicació element a element
print(a * b)

# Divisió element a element
print(a / b)

# Producte de matrius
c = np.array([[1, 2], [3, 4]])
d = np.array([[5, 6], [7, 8]])
print(np.dot(c, d))

a = np.array([1, 2, 3, 4, 5])

# Accés a elements individuals
print(a[0])  # Primer element
print(a[-1]) # Últim element

# Tall d'arrays
print(a[1:4])  # Elements del segon al quart
print(a[:3])   # Primers tres elements
print(a[::2])  # Elements amb pas 2

a = np.array([1, 2, 3, 4, 5])

# Funcions universals (ufuncs)
print(np.sqrt(a))   # Arrel quadrada
print(np.exp(a))    # Exponencial
print(np.log(a))    # Logaritme natural

# Funcions estadístiques
print(np.mean(a))   # Mitjana
print(np.median(a)) # Mediana
print(np.std(a))    # Desviació estàndard

import numpy as np

# 1. Creació de l'array
a = np.arange(10, 21)
print("Array:", a)

# 2. Suma dels elements
sum_a = np.sum(a)
print("Suma:", sum_a)

# 3. Mitjana dels elements
mean_a = np.mean(a)
print("Mitjana:", mean_a)

# 4. Quadrats dels elements
squares_a = np.square(a)
print("Quadrats:", squares_a)

import numpy as np

# 1. Creació de matrius
matrix1 = np.random.rand(3, 3)
matrix2 = np.random.rand(3, 3)
print("Matriu 1:\n", matrix1)
print("Matriu 2:\n", matrix2)

# 2. Suma de matrius
sum_matrix = np.add(matrix1, matrix2)
print("Suma de matrius:\n", sum_matrix)

# 3. Producte de matrius
product_matrix = np.dot(matrix1, matrix2)
print("Producte de matrius:\n", product_matrix)

# 4. Transposada de la primera matriu
transpose_matrix1 = np.transpose(matrix1)
print("Transposada de la primera matriu:\n", transpose_matrix1)