1. np.array(object[, dtype, copy, order, subok, ndmin]):从object创建。
   1. object可以是一个ndarray，也可以是一个array_like的对象，也可以是一个含有返回一个序列或者ndarray的__array__方法的对象，或者一个序列。
   2. copy：默认为True，表示拷贝对象
   3. order可以为'C'、'F'、'A'。默认为'A'。
   4. subok默认为False
   5. ndmin：指定结果ndarray最少有多少个维度。
2. np.asarray(a[, dtype, order])：将a转换成一个ndarray。其中a是array_like的对象， 可以是list、list of tuple、tuple、tuple of list、ndarray类型。order默认为C。
3. np.asanyarray(a[, dtype, order])：将a转换成ndarray。
4. np.ascontiguousarray(a[, dtype]) ：返回C风格的连续ndarray
5. np.asmatrix(data[, dtype])：返回matrix

6.np.frombuffer(buffer[, dtype, count, offset])：从输入数据中返回一维ndarray。count指定读取的数量，-1表示全部读取；offset指定从哪里开始读取，默认为0。创建的数组与buffer共享内存。buffer是一个提供了buffer接口的对象（内置的bytes/bytearray/array.array类型提供了该接口）。

7. np.fromfile(file[, dtype, count, sep]) ：从二进制文件或者文本文件中读取数据返回ndarray。sep：当从文本文件中读取时，数值之间的分隔字符串，如果sep是空字符串则表示文件应该作为二进制文件读取；如果sep为" "

表示可以匹配0个或者多个空白字符。

8. np.fromfunction(function, shape, **kwargs)：返回一个ndarray。从函数中获取每一个坐标点的数据。假设shape的维度为N，那么function带有N个参数，fn(x1,x2,...x_N)，其返回值就是该坐标点的值。

9.np.fromiter(iterable, dtype[, count])：从可迭代对象中迭代获取数据创建一维ndarray。

10. np.fromstring(string[, dtype, count, sep])：从字符串或者raw binary中创建一维ndarray。如果sep为空字符串则string将按照二进制数据解释（即每个字符作为ASCII码值对待）。创建的数组有自己的数据存储区。

11. np.loadtxt(fname[, dtype, comments, delimiter, ...]):从文本文件中加载数据创建ndarray，要求文本文件每一行都有相同数量的数值。comments：指示注释行的起始字符，可以为单个字符或者字符列表（默认为#）。delimiter:指定数值之间的分隔字符串，默认为空白符。converters：将指定列号(0,1,2...)的列数据执行转换，是一个map，如{0:func1}表示对第一列数据执行func1(val_0)。skiprows：指定跳过开头的多少行。usecols：指定读取那些列（0表示第一列）。