参考：https://www.runoob.com/numpy/numpy-array-from-existing-data.html

numpy.empty

numpy.empty 方法用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组：

numpy.empty(shape, dtype = float, order = 'C')

numpy.zeros

创建指定大小的数组，数组元素以 0 来填充：

numpy.zeros(shape, dtype = float, order = 'C')

numpy.ones

创建指定形状的数组，数组元素以 1 来填充：

numpy.ones(shape, dtype = None, order = 'C')

NumPy 从已有的数组创建数组

numpy.asarray

numpy.asarray(a, dtype = None, order = None)

实例:

#将列表转化为ndarray：

import numpy as np

x =  [1,2,3]

a = np.asarray(x)  

print (a)

#将元组转化为ndarray：

import numpy as np x =  (1,2,3)

a = np.asarray(x)  

print (a)

#将元组列表转化为ndarray:

import numpy as np

x =  [(1,2,3),(4,5)]

a = np.asarray(x)  

print (a)

numpy.frombuffer

numpy.frombuffer 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。

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

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。

import numpy as np

s =  'Hello World'

a = np.frombuffer(s, dtype =  'S1')

print (a)

numpy.fromiter

numpy.fromiter 方法从可迭代对象中建立 ndarray 对象，返回一维数组。

numpy.fromiter(iterable, dtype, count=-1)

import numpy as np # 使用 range 函数创建列表对象  

list=range(5)

it=iter(list)  #iter() 函数用来生成迭代器。

# 使用迭代器创建 ndarray

x=np.fromiter(it, dtype=float)

print(x)