Python非交互式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；+

Python中可以使用非交互式的方式处理大量文本数据，结合一些常见的数据结构如`dict`和`collections`模块，来实现字符和词汇频次的统计。

1. **字符频率统计**：
使用`collections.Counter`可以从字符串中快速计算每个字符的出现次数。首先将文本转换为小写以统一计数，然后创建一个Counter对象并更新其内容：

   from collections import Counter
   text = "your_text_here"
   text = text.lower()
   char_freq = Counter(text)

对于可视化，可以利用matplotlib库绘制直方图：

   import matplotlib.pyplot as plt
   top_chars = char_freq.most_common(20)  # 取出前20个最频繁的字符
   x, y = zip(*top_chars)  # 分离x轴（字符）和y轴（频率）
   plt.bar(x, y)
   plt.xlabel('Characters')
   plt.ylabel('Frequency')
   plt.title('Top Characters Frequency')
   plt.show()

2. **词汇频率统计**：
首先需要对文本进行分词，这里可以使用NLTK（自然语言工具包）或jieba库，之后同样使用`collections.Counter`统计词汇：

   import nltk
   from collections import Counter
   nltk.download('punkt')  # 如果没安装nltk，第一次运行需下载punkt分词模型

   words = nltk.word_tokenize(text)
   word_freq = Counter(words)

高频词汇可视化方法与上述类似，只需用词汇列表替换字符即可。

3. **词汇集合及数量统计**：
要获取独特的词汇集合，可以直接使用set（无序不重复元素集），然后计算集合大小：

   unique_words = set(words)
   num_unique_words = len(unique_words)
   print(f"Number of Unique Words: {num_unique_words}")

通过以上步骤，你可以完成对文本中字符和词汇的统计分析，并可视化结果。