如何将旧版gensim word embeddings保存为兼容新版Python的格式？

假设你已经在Python 2.7.15中成功加载了词向量，以下是几种简单的转换方法，适配新版Python环境：

1. 先确认你的词向量对象类型 #

在Python 2.7的终端里执行以下代码，明确当前加载的是完整模型还是仅词向量：

print(type(your_embedding_object))

常见结果：

• gensim.models.word2vec.Word2Vec：完整的Word2Vec模型（包含训练参数）
• gensim.models.keyedvectors.KeyedVectors：仅包含词和对应向量的集合

2. 选择适合的保存方法 #

方法一：用gensim原生格式保存（推荐，新版Python直接兼容） #

如果你的对象是完整Word2Vec模型：

# 保存为gensim现代格式
your_embedding_object.save("modern_word2vec_model.gensim")

如果是仅词向量集合（KeyedVectors）：

your_embedding_object.save("modern_keyed_vectors.gensim")

新版Python中加载：
安装gensim后，直接用对应方法读取：

# 加载完整模型
from gensim.models import Word2Vec
model = Word2Vec.load("modern_word2vec_model.gensim")

# 加载词向量集合
from gensim.models import KeyedVectors
wv = KeyedVectors.load("modern_keyed_vectors.gensim")

方法二：保存为Numpy数组+词汇表（通用无依赖） #

适合不需要gensim的场景，任何Python版本都能读取：

import numpy as np

# 提取词汇列表和向量数组
words = list(your_embedding_object.vocab.keys())
vectors = your_embedding_object.vectors

# 保存向量为npy格式（二进制，高效）
np.save("word_vectors.npy", vectors)

# 保存词汇表为txt文件（每行一个词）
with open("vocabulary.txt", "w") as f:
    for word in words:
        f.write(word + "\n")

新版Python中加载：

import numpy as np

# 读取向量和词汇表
vectors = np.load("word_vectors.npy")
with open("vocabulary.txt", "r") as f:
    words = [line.strip() for line in f]

# 转换成词-向量字典方便使用
word_to_vec = dict(zip(words, vectors))

方法三：保存为纯文本格式（跨工具兼容） #

适合需要用其他语言或工具读取的场景，格式为词 向量分量1 向量分量2 ...：

import codecs

# 用codecs处理编码，避免Python2.7的中文乱码问题
with codecs.open("word_embeddings.txt", "w", encoding="utf-8") as f:
    # 第一行写入词汇总数和向量维度
    f.write(f"{len(your_embedding_object.vocab)} {your_embedding_object.vector_size}\n")
    # 逐行写入词和对应向量
    for word in words:
        vec = your_embedding_object[word]
        vec_str = " ".join(map(str, vec))
        f.write(f"{word} {vec_str}\n")

新版Python中加载：
可以用gensim快速读取，或者自己解析：

from gensim.models import KeyedVectors
wv = KeyedVectors.load_word2vec_format("word_embeddings.txt", encoding="utf-8")

内容的提问来源于stack exchange，提问作者Violet