sklearn（scikit-learn）的 TfidfVectorizer 对象通过大量文档通过分词，再基于 tf-idf 矩阵化（向量化）后，想要保存该对象以便后续重用，本质上该对象持久化主要是针对 vocabulary_ 词汇量表（词条索引映射内容）及 idf_ 每个词条的 idf 值两个属性的保存。
pickle（推荐）
用 python 自带的序列化模块 pickle 即可，具体如下：
import pickle
pickle.dump(vectorizer, open("vectorizer.pickle", "wb"))
这是保存操作。
加载复用调用 load 函数，示例如下：
vectorizer = pickle.load(open("vectorizer.pickle", "rb"))
joblib
也可以利用 joblib，保存与加载操作如下：
import joblib
# 保存操作
joblib.dump(vectorizer, 'vectroizer.pkl')
# 加载操作
vectorizer = joblib.load('vectorizer.pkl')
