使用NumPy库可以方便地创建一个mxn的数组。NumPy是一个强大的Python库，提供了高性能的多维数组对象和用于处理这些数组的工具。
要创建一个mxn的数组，可以使用NumPy的`numpy.zeros`函数或`numpy.ones`函数。`numpy.zeros`函数可以创建一个元素全为0的数组，而`numpy.ones`函数可以创建一个元素全为的数组。这两个函数都接受一个元组作为参数，用于指定数组的形状。
下面是使用`numpy.zeros`函数和`numpy.ones`函数创建mxn数组的示例代码：
```python
import numpy as np
创建一个x的元素全为0的数组
zeros_array = np.zeros((, ))
print("元素全为0的数组：")
print(zeros_array)
创建一个x的元素全为的数组
ones_array = np.ones((, ))
print("元素全为的数组：")
print(ones_array)
```
上述代码中，首先导入了NumPy库，并使用`import numpy as np`将其命名为np，以便于使用。然后分别使用`np.zeros((, ))`和`np.ones((, ))`创建了一个x的元素全为0的数组和一个x的元素全为的数组。最后使用`print`函数分别输出了这两个数组。
运行上述代码，输出结果如下：
```
元素全为0的数组：
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
元素全为的数组：
[[. . . . .]
[. . . . .]]
```
可以看到，成功地创建了一个x的元素全为0的数组和一个x的元素全为的数组。
除了使用`numpy.zeros`函数和`numpy.ones`函数外，NumPy还提供了其他创建数组的方法，如使用`numpy.empty`函数创建一个未初始化的数组、使用`numpy.arange`函数创建一个等差数列、使用`numpy.linspace`函数创建一个等间距数列等等。根据需求选择合适的方法即可。
总之，使用NumPy库可以轻松地创建任意形状的mxn数组，提供了丰富的功能和方法来满足不同的需求。掌握了NumPy库的使用，可以更加高效地进行数组操作和数值计算。