用python做一个关于乡村振兴的词云图

好的，下面是一个简单的例子：

首先，需要安装 `jieba` 和 `wordcloud` 库。可以在命令行中使用以下命令进行安装：

pip install jieba wordcloud

然后，我们需要准备一些文本数据。这里以乡村振兴政策文件为例，我在当前目录下新建了一个名为 `policy.txt` 的文件，并将相关政策内容复制到该文件中。

接下来，我们编写 Python 代码：

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 读取文本数据
with open('policy.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 使用 jieba 分词
words = jieba.lcut(text)

# 过滤掉单个字和停用词
stopwords = ['的', '在', '和', '等', '是', '有', '将', '要', '对', '年', '月', '日', '乡村振兴']
filtered_words = [w for w in words if len(w) > 1 and w not in stopwords]

# 统计词频
word_counts = {}
for word in filtered_words:
    word_counts[word] = word_counts.get(word, 0) + 1

# 生成词云图
wordcloud = WordCloud(font_path='msyh.ttc',
                      width=800,
                      height=600,
                      background_color='white',
                      max_words=100,
                      max_font_size=100).generate_from_frequencies(word_counts)

# 显示词云图
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

解释一下代码：

- 首先，我们使用 `open()` 函数读取文本文件，并使用 `jieba` 库对文本进行分词。
- 然后，我们过滤掉单个字和停用词，只保留有意义的词语。这里我手动指定了一些常见的停用词，你也可以使用别的停用词表。
- 接着，我们统计每个词语出现的次数，然后使用 `WordCloud` 类生成词云图。在生成词云图时，我们指定了一些参数，比如字体、画布大小、最大词数、最大字体大小等等。
- 最后，使用 `imshow()` 函数显示词云图。

运行代码后，会看到一个词云图弹出来。如果你想保存词云图，可以使用 `wordcloud.to_file('wordcloud.png')` 将其保存为本地文件。