从ndarray转mapping

假设你的 ndarray 是一个二维数组，其中每一行表示一个键值对，第一列是键，第二列是值，你可以这样将它转换成一个字典：

import numpy as np

# 构造一个二维数组，每一行表示一个键值对，第一列是键，第二列是值
arr = np.array([
    ['key1', 'value1'],
    ['key2', 'value2'],
    ['key3', 'value3']
])

# 将二维数组转换成字典
mapping = dict(arr)

print(mapping)  # {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}

如果你的 ndarray 是一个一维数组，其中每个元素都是键或值，你可以这样将它转换成一个字典：

import numpy as np

# 构造一个一维数组，其中每个元素都是键或值
arr = np.array(['key1', 'value1', 'key2', 'value2', 'key3', 'value3'])

# 将一维数组转换成字典
mapping = dict(zip(arr[::2], arr[1::2]))

print(mapping)  # {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}

这里使用了 `zip` 函数将一维数组中的偶数索引和奇数索引分别组合成键值对，然后用 `dict` 函数将它们转换成字典。注意，由于 Python 的索引从0开始，所以 `arr[::2]` 表示从0开始每隔两个取一个元素，`arr[1::2]` 表示从1开始每隔两个取一个元素。