有5种创建数组的通用机制：
1.从其它Python结构（例如列表、元组）转换
2.内在的NumPy数组创建对象（例如arange，1，0等）
3.从磁盘读取标准或自定义格式的数组
4.通过使用字符串或缓冲期从原始字节创建数组
5.使用特殊的库函数创建（例如，随机的）
将Python array_like对象转换为NumPy数组
通常，可以通过使用array（）函数将Python中以数组状结构排列的数值数据转换为数组。最明显的例子是列表和元组。一些对象可能支持数组协议，并允许以这种方式转换为数组。查找是否可以使用array（）将对象转换为numpy数组的简单方法就是，以交互方式尝试并查看其是否有效！（Python方式）。例如：
内部NumPy数组创建
NumPy具有内置功能，可以从头开始创建数组：
零个 (形状)将创建一个数组，其中填充了具有指定形状的0个值。默认dtype是float64。
一个（形状）将创建一个填充有1个值的数组。在其他方面，它都等于0.
arange()将创建具有规则递增值的数组。检查文档字符串以获取有关各种使用方式的完整信息。例如：
Iinspace（）将创建具有指定数量的元素的数组，并在指定的开始值和结束值之间平均隔开。例如：
这个创建函数的优点是可以保证元素的数量以及起点和终点，而arange（）通常不能保证任意的起点，终点和步长值。
index（）将创建一组数组（堆叠为一维数组），每个维一个，每个维表示该维的变化。例如：
这对于评估常规网络上的多维功能特别有用。
从磁盘读取数组
这大概是创建大型数组的最常见情况。当然，这些细节在很大程度上取决于磁盘上的数据格式，因此这里我们主要讲有关如何处理各种格式数据。
标准的二进制格式
各个字段具有用于数组数据的标准格式。以下列出了使用已知的python库读取他们并返回numpy数组的库（可能还有其他可能读取并转换为numpy数组的库），所有要同时检查最后一部分）。
不能直接读取但不难转换的格式示例包括PIL之类的库支持的那些格式（能够读取和写入许多图像格式，例如jpg、png等）。
常见的ASCII格式
逗号分隔值文件（CSV）被广泛使用（以及Excel等程序的导出和导入选项）。有很多种方法可以再Python中读取这些文件。Python中有CSV函数，而pylab中有函数（matplotlib的一部分）。
可以使用scipy中的io包读取更多通用的ascii文件。
自定义的二进制格式
如果文件具有相对简单的格式，则可以编写一个简单的I / O库，并使用numpy fromfile（）函数和.tofile（）方法直接读取和写入numpy数组（但是要注意字节顺序）或存在读取数据的C++库，可以用多种技术包装该库，但是这需要做更多的工作，并且需要相当多的更先进的知识才能与C或C++交互。
使用特殊的库
有一些库可以用于生成特殊用途的数组，并且无法枚举所有库。最常见的用途是随机使用可以生成随机值数组的许多数组生成函数，以及一些实现程序函数来生成特殊矩阵（例如对角线）。
如果你想学习Python，但是找不到学习路径和资源，欢迎来指尖编程。