Python运用相关数据结构知识统计文本中字符频次，可能的话作图展示高频字符；。 2、运用相关数据结构知识统计文本中词汇频次，可能的话作图展示高频词汇； 3、给出文本中出现的词汇集合，给出集合的数量统计；+

在Python中，我们可以使用数据结构如`collections.Counter`来高效地统计文本中字符和词汇的频次。以下是具体的步骤：

1. **统计字符频次并制作直方图**:
- 首先，将文本转换为小写以消除大小写的差异，并移除非字母字符，只保留字母。

   import re
   from collections import Counter
   text = "你的输入文本..."
   
   # 移除非字母字符并转换为小写
   cleaned_text = re.sub(r"[^\w\s]", "", text).lower()
   
   # 使用Counter计算字符频率
   char_freq = Counter(cleaned_text)

- 然后可以使用matplotlib库绘制直方图：

   import matplotlib.pyplot as plt
   plt.bar(char_freq.keys(), char_freq.values())
   plt.xlabel('字符')
   plt.ylabel('频率')
   plt.title('字符频率分布')
   plt.show()

2. **统计词汇频次并制作词云图**:
- 我们同样清洗文本，然后使用空格分割单词，创建词汇列表。

   words = cleaned_text.split()
   word_freq = Counter(words)

- 对于词云图，我们可以使用`wordcloud`库：

   from wordcloud import WordCloud
   cloud = WordCloud().generate_from_frequencies(word_freq)
   plt.imshow(cloud, interpolation='bilinear')
   plt.axis("off")
   plt.show()

3. **词汇集合及其数量统计**:
- 要得到唯一的词汇集合（集合无重复元素），可以将上述`words`列表转换为set：

   unique_words = set(words)
   print(f"独特词汇数: {len(unique_words)}")

请注意，以上示例假设已经安装了所需的第三方库。如果你还没安装，可以使用以下命令分别安装：

pip install matplotlib wordcloud