将词向量model转变成可视化的txt文件

因为最近需要一个50-100d的中文词向量了，问朋友拿了一个60d的，但是给我的是一个model，没办法，项目中需要的是txt文件，不想改动太大，所以查看了很多其他的csdn看看怎么转
于是乎，找到了下面最简单的方法
model = Word2Vec.load(r’E:\data\hy\word2vec_model\Word60.model’)
model.wv.save_word2vec_format(‘WordVec60d.txt’,binary = False) # 把词向量表转成可视化的txt
就是这么简单…我也难以置信，不需要读取每一行 再写进去这样

当然，如果你要是想先从一个文章读取，然后再写进去也可以，参考一下代码

import numpy as np
from gensim.models.word2vec import Word2Vec
model = Word2Vec.load('../model/w2v_model')
for word in model.wv.vocab.keys():
    vec_string = np.array2string(model.wv[word]).replace('[ ','').replace(']','').replace('[','').replace('\n','')
    line = "{0} {1}\n".format(word, vec_string)
    print(line)

小编在读取自己model的时候又遇到一个问题，麻烦…做工程就是这样，各种问题