python读取大文件踩过的坑——读取txt文件

读取https://github.com/Embedding/Chinese-Word-Vectors中的中文词向量时，选择了一个有3G多的txt文件，之前在做词向量时用的是word2vec，所以直接导入模型然后indexword即可。

因为这是一个txt大文件，尝试了DataFrame，np.loadtxt等，都没有成功，其中主要遇到的问题是：

如何读取完整的大文件，而不会出现内存不足memery error等问题
将读取出来的文件，保存为npy文件
根据词找到对应的向量
解决办法：

尝试使用的代码：

代码1:
try:
lines=np.loadtxt(filepath)
catch:
感觉这块不会写了咦，，，
    print(ValueError)
但这样的话，它就不会继续循环去读上边的txt了呢
代码2：
lines=[]
with open(filepath) as f:
    for line in f:
        lines.append()
np.save(filepath,lines)
代码3

def readEmbedFile(embedFile):
#     embedId = {}
#     input = open(embedFile,'r',encoding="utf-8")
#     lines = []
#     a&