numpy.empty方法
用来创建一个指定形状和类型的数组，并且未初始化
numpy.empty(shape,dtype=float,order='C')
其中shape代表数组形状，dtype代表数据类型，order中”C“代表行优先、”F“代表列优先。
# 创建空数组
x=np.empty([3,2],dtype=np.int32,order='C')
print(x)
运行后结果：
[[ 7209029 6422625]
[ 6619244 100]
[ 6553673 911867904]]
Process finished with exit code 0
numpy.zeros方法
numpy.zeros(shape,dtype=float,order='F')
创建指定大小的数组，数组元素以0来填充。例使用自定义的类型创建zeros数组：
z=np.zeros((5,),dtype=[('name','i8'),('age','i4')])
print(z)
numpy.ones方法
numpy.ones方法创建一个指定形状的数组，数组元素以1填充。
numpy.ones(shape,dtype=None,order='C')
numpy.asarray方法
numpy.asarray 类似 numpy.array，但 numpy.asarray 参数只有三个，比 numpy.array 少两个。
numpy.asarray(a,dtype=None,order='C')
其中dtype、order属性与array属性相同，参数a是指 任意形式的输入参数，可以是列表，列表元组，元组，元组的元组，元组的列表，多维数组。
如将列表x=[1,3,4]转化为ndarry: a=np.asarray(x)
将元组转化为ndarray:
xa=[(1,3,4),(2,4,2),(1,4,2,5)] xs=np.asarray(xa) print(xs)
运行结果：
[(1, 3, 4) (2, 4, 2) (1, 4, 2, 5)]
Process finished with exit code 0
numpy.frombuffer
主要用于实现动态数组，numpy.frombuffer接受buffer输入参数，以流的形式读入转化成ndarray对象。
注意：buffer 是字符串的时候，Python3 默认 str 是 Unicode 类型，所以要转成 bytestring 在原 str 前加上 b。
numpy.frombuffer(buffer,dtype=float,count=-1,offset=0)
buffer: 可以是任意对象，以流的形式读入、
dtype: 数据类型
count: 读取数据的数量，默认为-1，读取所有的数据
offset: 读取的起始位置，默认从头开始度
下面实现一串字符的转化
# 实现动态数组 numpy,frombuffer s=b'Hellow' zs=np.frombuffer(s,dtype='S3'); print(zs)
代码中要注意的有两点：一是python3.x中要转化成bytestring需要在原str前加上b 二是dtype的类型”SN“中N的值要能够被bytestring类型字符的长度整除。
运行结果：
[b'Hel' b'low']
numpy.fromiter方法
此方法可以从可迭代对象中建立ndarray对象，返回一组数组
numpy.fromiter(iterable,dtype,count=-1)
iterable: 可迭代对象
dtype: 返回数组的数据类型
count： 读取数据的数量
下面使用range列表函数创建列表对象再使用迭代器创建ndarray对象
# 使用迭代器创建ndarray list=range(5) it=iter(list) xt=np.fromiter(it,dtype=float) print(xt)
运行结果：
[0. 1. 2. 3. 4.]
Process finished with exit code 0
numpy.arange函数
numpy包中使用arange函数创建数值范围并返回ndarray对象，函数格式如下：
numpy.arange(start,stop,step,dtype)
其中 start: 起始值
stop：终止值
step: 步长，默认为1
dtype: 返回ndarray的类型，默认返回输入数据的类型
如设置一个起始值、终止值与步长：
# 设置起始值 终止值 步长 xc=np.arange(10,20,2) print(xc)
运行结果：
[10 12 14 16 18]
Process finished with exit code 0
numpy.linspace函数
用于创建一个等差的一维数组
np.linspace(start,stop,num=50,endpoint=True,rerstep=False,dtype=None)
其中 num:要生成等步长的样本数量，默认50
endpoint 该值为True时，数列中包含stop值，反之不包含，默认为True
retstep 如果为True时，生成的数组会显示间距，反之不显示
at=np.linspace(1,10,12,endpoint=True ).reshape([2,6])
结果显示：
[[ 1. 1.81818182 2.63636364 3.45454545 4.27272727 5.09090909]
[ 5.90909091 6.72727273 7.54545455 8.36363636 9.18181818 10. ]]
numpy.logspace函数
用来创建一个等比数列，格式如下
np.logspace(start,stop,num=50,endpoint=True,base=10.0, dtype=None)
其中base:指对数log的底数