python实现函数：利用word2vector计算所有相关两个词的距离，并按每行格式：“word1+word2=distance”，插入zh_distance_data.txt中

下面是一个利用gensim实现的函数，可以实现计算两个词之间的距离，并按照指定格式插入到指定文件中：

import gensim

def calc_distance(word1, word2, model, output_file):
    try:
        distance = model.wv.similarity(word1, word2)
        output = "{}+{}={}\n".format(word1, word2, distance)
        with open(output_file, "a", encoding="utf-8") as f:
            f.write(output)
        print(output.strip())
    except KeyError as e:
        print("Word not in vocabulary:", e)

# 加载模型
model = gensim.models.KeyedVectors.load_word2vec_format("path/to/word2vec.bin", binary=True)

# 读入词对数据
with open("path/to/word_pairs.txt", encoding="utf-8") as f:
    word_pairs = [line.strip().split() for line in f]

# 计算距离并写入文件
output_file = "path/to/zh_distance_data.txt"
for pair in word_pairs:
    calc_distance(pair[0], pair[1], model, output_file)

在上述代码中，我们首先使用gensim加载预训练好的word2vec模型，然后读入包含词对数据的文件，并逐一计算两个词之间的相似度。最后，我们将计算得到的距离按照指定格式写入到指定文件中。