相似度矩阵如何封装成pkl

将相似度矩阵封装成 pkl 文件可以方便地将其保存到磁盘中，并在需要的时候快速地加载。可以使用 Python 标准库中的 `pickle` 模块来实现。具体步骤如下：

1. 在相似度矩阵类中添加一个保存相似度矩阵为 pkl 文件的方法，例如 `save_to_file`。

import pickle

class SimilarityMatrix:
    # ...

    def save_to_file(self, filename):
        with open(filename, 'wb') as f:
            pickle.dump(self.similarity_matrix, f)

2. 在该方法中，使用 `pickle.dump` 将相似度矩阵 `self.similarity_matrix` 序列化并保存到指定的文件中。

3. 在其他程序中，可以使用 `pickle.load` 方法加载保存的相似度矩阵，例如：

import pickle

with open('similarity_matrix.pkl', 'rb') as f:
    similarity_matrix = pickle.load(f)

上述代码会将保存在 `similarity_matrix.pkl` 文件中的相似度矩阵反序列化为一个 numpy 数组，并赋值给变量 `similarity_matrix`。