在numpy中，可以使用不同的方法来初始化数组。以下是一些常用的初始化方法以及对应的代码示例：

1. 使用numpy的array函数来创建数组：

import numpy as np

# 创建一个包含1到5的一维数组
arr1 = np.array([1, 2, 3, 4, 5])

# 创建一个包含多个一维数组的二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])

# 创建一个指定形状的多维数组，元素为0
arr3 = np.zeros((3, 3))

# 创建一个指定形状的多维数组，元素为1
arr4 = np.ones((2, 2))

# 创建一个指定形状的多维数组，元素为随机值
arr5 = np.random.rand(3, 3)

2. 使用numpy的arange函数来创建一维数组：

import numpy as np

# 创建一个包含1到9的一维数组
arr6 = np.arange(1, 10)

# 创建一个包含0到9的一维数组，步长为2
arr7 = np.arange(0, 10, 2)

3. 使用numpy的random模块来创建随机数组：

import numpy as np

# 创建一个形状为(3, 3)的随机整数数组，范围在0到9之间
arr8 = np.random.randint(0, 10, (3, 3))

# 创建一个形状为(3, 3)的随机浮点数数组，范围在0到1之间
arr9 = np.random.random((3, 3))

4. 使用其他numpy函数来创建特殊类型的数组，例如zeros_like、ones_like、empty等：

import numpy as np

# 创建一个形状和arr1相同的数组，元素为0
arr10 = np.zeros_like(arr1)

# 创建一个形状和arr2相同的数组，元素为1
arr11 = np.ones_like(arr2)

# 创建一个形状为(3, 3)的空数组，元素为随机值
arr12 = np.empty((3, 3))

这些是一些常见的初始化numpy数组的方式，可以根据具体需求选择适合的方法来创建数组。