Python 作為一種高級編程語言，擁有豐富的工具包和庫。在自然語言處理領域中，詞向量的應用越來越廣泛。本文將介紹如何使用 Python 讀取詞向量。

# 導入 gensim 庫
import gensim
# 讀取詞向量文件
model = gensim.models.KeyedVectors.load_word2vec_format('path/to/word2vec.bin', binary=True)
# 獲取單詞的向量
vector = model['apple']
# 尋找與兩個單詞最相似的單詞
similar_words = model.most_similar(positive=['apple', 'fruit'], negative=['red'], topn=5)
# 打印結果
print(vector)
print(similar_words)

以上代碼展示了如何導入 gensim 庫并讀取詞向量文件。讀取成功后，可以通過單詞獲取其對應的向量，還可以根據單詞之間的相似度進行計算。上述代碼演示了如何獲取與 "apple" 和 "fruit" 最相似的單詞，同時排除 "red"。

Python 讀取詞向量是自然語言處理中非常重要的一步。使用 Python 在自然語言處理中操作詞向量可以極大地方便我們處理文本數據，如詞向量的聚類、聚合等操作。