如果 empty array 指的是零维数组，那么可以简单地将一个空列表转换为NumPy数组：

import numpy as np

np.array([])
# array([], dtype=float64)

或使用(0,)或0形状的NumPy的任何初始化函数，例如：

np.zeros((0,))
# array([], dtype=float64)

np.ones((0,))
# array([], dtype=float64)

np.empty((0,))
# array([], dtype=float64)

np.full((0,), 0.0)                                                                          
# array([], dtype=float64)

等等。
如果 empty 表示给定大小但未初始化的数组（即只向操作系统请求所需内存），则可以使用np.empty()指定所需的大小，例如：

np.empty((2, 3))
# array([[1.46643506e-316, 0.00000000e+000, 0.00000000e+000],
#        [0.00000000e+000, 0.00000000e+000, 0.00000000e+000]])

创建空NumPy数组的方法有两种：numpy.zeros和numpy.empty。
使用numpy.zeres和numpy.empty的语法如下所示：

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

# Shape -> Shape of the new array, e.g., (2, 3) or 2.

# dtype -> The desired data-type for the array,e.g., numpy.int8. Default is numpy.float64. This parameter is optional.

# order -> Indicates whether multi-dimensional data should be stored in row-major (C-style) or column-major (Fortran-style) order in memory. This parameter is optional.

如何使用numpy.zeros创建空NumPy数组：

import numpy as np
myArr = np.zeros((2,3))
print(myArr)

如何使用numpy.empty创建空NumPy数组：

import numpy as np
myArr = np.empty((2,3))
print(myArr)

与numpy.zeros不同，numpy.empty不将数组值设置为零，因此速度可能稍快一些。另一方面，它要求用户手动设置数组中的所有值，因此应谨慎使用。