在Python中读取word2vec二进制文件[重复]答案

【问题标题】：Reading word2vec Binary File in Python [duplicate]在Python中读取word2vec二进制文件[重复]
【发布时间】：2019-02-20 05:00:36
【问题描述】：

我正在尝试读取 bin 文件。它有数百万行的单词，后跟空格分隔的数字。

所以，到目前为止，在 Python 中我无法打印一行，它要么给出乱码，要么给出错误的输出。

with open('GoogleNews-vectors-negative300.bin', mode='rb') as file: # b is important -> binary
    for line in file.readline():
        print(line)

如何逐行读取二进制文件？

【问题讨论】：

【解决方案1】：

二进制文件倾向于不导向。打印时，它们也会显示鹅卵石。所以你的代码正在工作，但你的期望是错误的。

你的最终目标是什么？如果要拥有可用的单词向量，您可能希望在Python中使用一些预先存在的Word2Vec 3987654323 @。

在这样的库中，您还可以查看读取.bin word-vectors格式的源代码，作为一个模型来学习，如果出于某种原因，您真的需要编写自己的阅读代码。例如，这是Gensim of google：

的原始word2vec.c code的格式中读取Word-Vector文件的Gensim源代码

（它更常见于KeyedVectors.load_word2vec_format() public api方法。）

【讨论】：