※ 引述《TZULIU (消费券收购商)》之铭言：
: 想请问各位一下，
: 近日我正在使用日文进行text clustering，
: 但当我将日文字/词转换成dictionary之后，
: dictionary key就变成unicode而非日文，
: 请问该如何解决此问题？
: Code 如下：
: ## load data
: allWrdMat10 = pd.read_csv("../../data/allWrdMat10.csv.gz", encoding='CP932')
: ## Set X as CSR Sparse Matrix
: X = np.array(allWrdMat10)
: X = sp.csr_matrix(X)
: ## create dictionary
: dict_index = {t:i for i,t in enumerate(allWrdMat10.columns)}
其实我本来也是用Python3来处理这个问题，
不过不知为何下行".argsort()"并没有sorting矩阵里的资料，
以至于再下一行码产生错误"too many indices for array"
请问有高手有解吗？
: freqrank = np.array(dict_index.values()).argsort()
: X_transform = X[:, freqrank < 1000].transpose().toarray()
: ##################################################################
: 若输入 allWrdMat10.columns 仍会显现日文，如下：
: Index([u'?', u'．', u'・', u'％', u'０', u'１', u'１０月', u'１１月', u'１２月', u'１つ',
: ...
: u'沈阳', u'疆', u'卢', u'笼', u'绊', u'胚', u'谏早', u'赵', u'铉', u'镕基'],
: dtype='object', length=8655)
: 但若输入 dict_index.keys() 时，则会变成unicode:
: [u'\u77ed\u9283',
: u'\u5efa\u3066',
: u'\u4f0a',
: u'\u5e73\u5b89',
: u'\u6025\u9a30',
: u'\u897f\u65e5\u672c',
: u'\u5e03\u9663',
: ...]
: 请问各位高手该如何解决此一问题？谢谢。
回到原本的问题，当我用"plot_dendrogram"的时候，
若设定"labels=dict_index/keys()"，
X轴的label只会是方块并不会有任何文字，
请问各位高手有解吗？
谢谢。