{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Előadás anyag\n",
    "Nézzük meg a 12. heti előadás anyagát tartalmazó Jupyter notebook (12_ea.ipynb) tartalmát! Futtassuk az egyes cellákat, módosítsunk, kisérletezzünk szabadon!"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 1. feladat\n",
    "\n",
    "Hozzunk létre egy 3×3-as, csupa True logikai értéket tartalmazó, NumPy tömböt!"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 2. feladat\n",
    "\n",
    "Írjuk ki a páratlan elemeket az alábbi 2 dimenziós NumPy tömbben!"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 3. feladat\n",
    "\n",
    "Írjuk ki a 3-nál nagyobb elemeket az alábbi 2 dimenziós NumPy tömbben!"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 4. feladat\n",
    "\n",
    "Írjuk ki az átlag feletti elemeket az alábbi NumPy tömbben!"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 5. feladat\n",
    "\n",
    "Készítsünk programot, amely egyenletes eloszlás szerint generál 1000 db térbeli pontot az egységkockában, majd meghatározza az 1. ponttól legtávolabb eső pontot!"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 6. feladat\n",
    "\n",
    "Készítsünk olyan programot (a lineáris regresszió feladat megoldása alapján), ami nem a magassághoz ad testsúlyt, hanem fordítva, testsúlyhoz magasságot! Kell-e új modellparamétert számolnunk, vagy használhatjuk a magasság-testsúly meghatározás modellparaméterét? A kétféle megközelítés, ill. számolás miért számol másmilyen eredményt?"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 7. feladat\n",
    "\n",
    "Készítsen függvényt, amely egy adott $n$ pozitív egész számra (mint bemenő paraméter) eredményként előállít egy olyan négyzetes mátrixot (mint numpy tömböt), amelyik négy db $n*n$-es részmátrixból áll úgy, hogy a bal felső részmátrix 1-eseket, a jobb felső 2-eseket, a bal alsó 3-asokat, és a jobb alsó 4-eseket tartalmazzon!\n",
    "\n",
    "Példák:\n",
    "```\n",
    "n = 1             n = 2                 n = 3      \n",
    "1 2               1 1 2 2               1 1 1 2 2 2\n",
    "3 4               1 1 2 2               1 1 1 2 2 2\n",
    "                  3 3 4 4               1 1 1 2 2 2\n",
    "                  3 3 4 4               3 3 3 4 4 4\n",
    "                                        3 3 3 4 4 4\n",
    "                                        3 3 3 4 4 4\n",
    "```"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### 8. feladat\n",
    "\n",
    "Készítsünk függvényt, amely egy paraméterként kapott mátrix (mint kétdimenziós numpy tömb) alapján előállít egy új mátrixot (mint kétdimenziós numpy tömböt), ami már nem tartalmazza a mátrix egy adott  indexű oszlopát!\n",
    "\n",
    "Elvárt működés:\n",
    "```\n",
    " Input                        Output\n",
    "\n",
    " A mátrix                     A mátrix\n",
    " 1.0, 2.0, 3.0                1.0, 3.0\n",
    " 4.0, 5.0, 6.0                4.0, 6.0\n",
    " \n",
    " A törlendő oszlop indexe\n",
    " 1\n",
    "```"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.11.3"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}