向量数据保存在Vectors.data属性中，该属性应该是numpy.ndarray（用于CPU向量）或cupy.ndarray（用于GPU向量）的实例。

自spaCy v3.2版本起，Vectors支持两种类型的向量表：

• default: 标准向量表（与spaCy v3.1及更早版本相同），其中每个键都映射到向量表中的一行。多个键可以映射到同一个向量，且不需要分配表中的所有行——因此vectors.n_keys可能大于或小于vectors.shape[0]。
• floret: 仅支持使用floret训练的向量，这是fastText的扩展版本，通过将fastText的子词n-gram与Bloom嵌入相结合来生成紧凑的向量表。这些紧凑表类似于许多spaCy组件中已使用的HashEmbed嵌入。每个单词表示为一个或多个行的总和，具体由与字符n-gram和哈希表相关的设置决定。

Vectors.__init__ 方法

创建一个新的向量存储。在默认模式下，您可以在初始化时直接设置向量值和键，或者提供一个shape关键字参数来创建一个空表，稍后可以向其中添加向量。在floret模式下，完整的向量数据和设置必须在初始化时提供，之后无法修改。

Vectors.__getitem__ 方法

通过键获取向量。如果表中未找到该键，则会引发KeyError错误。

Vectors.__setitem__ 方法

为给定键设置向量。不支持floret模式。

Vectors.__iter__ 方法

遍历表中的键。在floret模式下，不会使用键表。

Vectors.__len__ 方法

返回表中的向量数量。

Vectors.__contains__ 方法

检查某个键是否已映射到表中的向量条目。在floret模式下，所有键都会返回True。

Vectors.add 方法

向表中添加一个键，可选择同时设置向量值。通过设置row可以将键映射到现有向量，也可以添加新向量。不支持floret模式。

Vectors.resize 方法

调整底层向量数组的大小。如果inplace=True，内存将被重新分配。这可能导致其他数据引用失效，因此请仅在确定需要时使用inplace=True。如果向量数量减少，映射到已删除行的键将被移除。这些被移除的项会以(key, row)元组列表形式返回。不支持floret模式。

Vectors.keys 方法

表中键的序列。在floret模式下，不使用键表。

Vectors.values 方法

遍历已分配给至少一个键的向量。请注意，某些向量可能未被分配，因此返回的向量数量可能少于向量表的长度。在floret模式下，不使用键表。

Vectors.items 方法

按顺序遍历(key, vector)键值对。在floret模式下，键表为空。

Vectors.find 方法

按行查找一个或多个键，反之亦然。不支持floret模式。

Vectors.shape 属性

获取向量表中行数和维度数的(rows, dims)元组。

Vectors.size 属性

向量大小，即 rows * dims。

Vectors.is_full 属性

向量表是否已满且没有空槽位可用于新键。如果表已满，可以使用Vectors.resize调整其大小。在floret模式下，表始终是满的且无法调整大小。

Vectors.n_keys 属性

获取表中的键数量。请注意，这是所有键的数量，而不仅仅是唯一向量。如果多个键映射到相同的向量，它们将被单独计数。在floret模式下，不使用键表。

Vectors.most_similar 方法

对于每个给定的向量，通过余弦相似度找出与之最相似的n个条目。查询基于向量进行，结果以(keys, best_rows, scores)元组形式返回。如果queries量较大，计算会分块进行以避免消耗过多内存。您可以通过设置batch_size来控制计算过程中的空间/性能平衡。该功能不支持floret模式。

Vectors.get_batch 方法v3.2

高效批量获取所提供键的向量。

Vectors.to_ops 方法

更改嵌入矩阵以使用不同的Thinc操作。

Vectors.to_disk 方法

将当前状态保存到目录中。

Vectors.from_disk 方法

从目录加载状态。就地修改对象并返回它。

Vectors.to_bytes 方法

将当前状态序列化为二进制字符串。

Vectors.from_bytes 方法

从二进制字符串加载状态。

属性