前面我们学过了创建Numpy数组的两种方法：列表转数组和arange方法。今天接着学zeros、ones、和empty方法来创建数组。
1、zeros方法。调用zeros会创建一个全为0值的数组。
import numpy as np
#生成一个8行两列、值为0的数组
dt = np.zeros([8, 2])
print('数组：', dt)
print('数据类型：', dt.dtype)结果：数组： [[0. 0.]
[0. 0.]
[0. 0.]
[0. 0.]
[0. 0.]
[0. 0.]
[0. 0.]
[0. 0.]]
数据类型： float64
zeros方法默认生成浮点型的0，如果想生成其他数据类型的，可在括号中指定，如：dtype=int。
2、ones方法。调用zeros会创建一个全为1值的数组。
#生成一个4行2列、值为1的数组
dt = np.ones([4, 2])
print('数组：', dt)
print('数据类型：', dt.dtype)结果：数组： [[1. 1.]
[1. 1.]
[1. 1.]
[1. 1.]]
数据类型： float64
默认也是生成浮点型。
3、empty方法。empty() 用于创建数值随机的空数组。创建一个空数组有点奇怪，但在特定的时候会有用处。例如构建一个非常大的数组时，如果我们在使用 append() 函数添加元素时不首先初始化一个空数组，就会变得非常慢。而empty() 函数可以帮助我们在添加元素前，先占用需要的内存。等到需要填加数据时，就会提高速度了。
#生成一个3行2列的空数组
s=np.empty([3, 2])
print('数组：', s)
print('数据类型：', s.dtype)结果：数组： [[0. 0.]
[0. 0.]
[0. 0.]]
数据类型： float64
返回了6个0，如果指定数据类型为整型的话，会返回一些随机数。