### 初始化并修改 NumPy 数组中的值 在 Python 中，可以通过 `numpy` 库创建一个包含指定初始值的数组，并利用索引对其进行修改。以下是具体的操作方式以及详细的说明。 #### 1. **初始化 NumPy 数组** 使用 `numpy.array()` 方法可以方便地从列表或其他序列类型的对象构建一个新的 NumPy 数组。例如，要创建一个包含 `[1, 2, 3]` 值的一维数组： ```python import numpy as np # 创建一个一维数组，包含 [1, 2, 3] a = np.array([1, 2, 3]) print("Initial Array:", a) # 输出: Initial Array: [1 2 3] ``` 此代码片段展示了如何通过传递一个 Python 列表给 `np.array()` 函数来生成所需的数组[^1]。 #### 2. **通过索引修改数组值** NumPy 数组支持直接通过整数索引来访问和更改其中的元素。注意，Python 的索引是从零开始计数的。因此，第一个元素位于位置 `0`，第二个元素则处于位置 `1` 等等。下面的例子演示了如何更新这些已存在的条目： ```python # 修改第 0 和第 2 位上的数值分别为 77 和 42 a[0] = 77 a[2] = 42 print("Modified Array:", a) # 输出: Modified Array: [77 2 42] ``` 这里我们分别把原数组的第一个 (`a[0]`) 和第三个 (`a[2]`) 元素改成了新的值——即 `77` 和 `42`[^1]。 #### 完整示例代码 为了更清晰地理解整个过程，这里是完整的脚本版本： ```python import numpy as np def demonstrate_array_modification(): # Step 1: Initialize the array with specific values. initial_values = [1, 2, 3] my_array = np.array(initial_values) print(f"Original Array Content: {my_array}") # Step 2: Modify elements using indexing. indices_to_modify = [(0, 77), (2, 42)] for idx, val in indices_to_modify: my_array[idx] = val print(f"Array After Modification: {my_array}") demonstrate_array_modification() ``` 运行以上程序将会先打印原始数组内容再展示被调整后的最终形态。 --- ### 结论 上述方法提供了一种简洁而有效的方式来用预设数据填充 NumPy 数组，并允许灵活地按需变更各个单元格里的资料项。这使得处理大型或多维度的数据集变得更加直观便捷。