根据文件“scientist.txt”的内容，用文本为参数的方法绘制中文词云，设置用前60个高频词生成词云，背景色为白色，用“ball.jpg”作背景图片或自选背景图片。

好的，我可以帮你实现这个任务。首先，你需要安装以下 Python 库：

- jieba
- wordcloud
- imageio
- matplotlib
- numpy

你可以通过以下命令来安装这些库：

pip install jieba wordcloud imageio matplotlib numpy

接下来，你可以使用以下代码来实现绘制中文词云的功能：

import jieba
from wordcloud import WordCloud, ImageColorGenerator
import imageio
import matplotlib.pyplot as plt
import numpy as np

# 读取文本文件
with open('scientist.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 对文本进行分词处理
words_list = jieba.lcut(text)

# 剔除停用词
stopwords = set()
with open('stopwords.txt', 'r', encoding='utf-8') as f:
    for line in f:
        stopwords.add(line.strip())
words_list = [word for word in words_list if word not in stopwords]

# 统计词频并选取前60个高频词
word_counts = {}
for word in words_list:
    if len(word) <= 1:
        continue
    word_counts[word] = word_counts.get(word, 0) + 1
word_counts = sorted(word_counts.items(), key=lambda x: x[1], reverse=True)[:60]

# 生成词云
mask_image = imageio.imread('ball.jpg')
wc = WordCloud(font_path='simhei.ttf', background_color='white', mask=mask_image, max_words=60, max_font_size=100)
wc.generate_from_frequencies(dict(word_counts))

# 从背景图片中生成颜色值
image_colors = ImageColorGenerator(mask_image)

# 显示词云
plt.figure(figsize=(12, 8))
plt.imshow(wc.recolor(color_func=image_colors), interpolation='bilinear')
plt.axis('off')
plt.show()

这里使用了 `jieba` 库对文本进行分词处理，并使用了自定义的停用词列表来剔除无意义的词语。然后使用 `wordcloud` 库生成词云，并使用 `ImageColorGenerator` 从背景图片中生成颜色值。最后，使用 `matplotlib` 库来显示词云。

需要注意的是，上述代码中使用了 `ball.jpg` 作为背景图片，你可以将其替换为自己的背景图片。另外，还需要提供一个停用词列表文件 `stopwords.txt`，其中包含需要剔除的无意义词语。