Gensim Word2Vec新版本适配：model[model.wv.vocab]转换问题

你之前报错的核心原因：model.wv.key_to_index是词汇到索引的字典结构，而PCA的fit_transform需要二维数值矩阵，直接传入字典会触发类型不匹配错误。

原来的model[model.wv.vocab]作用是获取所有词汇对应的词向量，在新版本Gensim里有两种等价替换方式：

方法1：直接使用model.wv.vectors #

model.wv.vectors本身就是按key_to_index顺序排列的完整词向量矩阵，和旧代码效果完全一致，是最简单高效的方式：

model = Word2Vec(corpus, min_count=1, vector_size=5)

# 直接获取所有词向量矩阵
X = model.wv.vectors

pca = PCA(n_components=2)
result = pca.fit_transform(X)

pca_df = pd.DataFrame(result, columns=['x', 'y'])

方法2：基于key_to_index提取词汇后获取词向量 #

如果需要明确基于key_to_index中的词汇来获取向量，可以先提取词汇列表再获取：

model = Word2Vec(corpus, min_count=1, vector_size=5)

# 提取所有词汇
words = list(model.wv.key_to_index.keys())
# 获取对应词向量
X = model.wv[words]

pca = PCA(n_components=2)
result = pca.fit_transform(X)

pca_df = pd.DataFrame(result, columns=['x', 'y'])

两种方法都能得到和旧代码一致的结果，任选其一即可。

内容的提问来源于stack exchange，提问作者user10524276