从网上获取中文时事文本素材 （保存为 txt 文本），利用第三 方库jieba 进行分词，统计词频，将高频词用第三方库 wordcloud 可视化为词云并显示，词云图片效果自定义。

好的，我可以为您提供一个简单的 Python 代码，来实现您所需要的功能。请确保您已经安装了 jieba 和 wordcloud 这两个第三方库。

首先，我们需要读取中文时事文本素材，并利用 jieba 进行分词并统计词频。代码如下：

import jieba
from collections import Counter

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

# 分词
words = jieba.cut(text)

# 统计词频
word_counts = Counter(words)

接下来，我们可以使用 wordcloud 将高频词可视化为词云。代码如下：

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 设置词云参数
wc = WordCloud(
    width=800,
    height=400,
    background_color='white',
    max_words=200,
    font_path='simhei.ttf',  # 设置中文字体，这里使用了华文黑体
)

# 生成词云
wc.generate_from_frequencies(word_counts)

# 显示词云
plt.imshow(wc)
plt.axis('off')
plt.show()

其中，`simhei.ttf` 是一个中文字体文件，可以从网上下载。您也可以使用其他中文字体文件。

完整代码如下：

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

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

# 分词
words = jieba.cut(text)

# 统计词频
word_counts = Counter(words)

# 设置词云参数
wc = WordCloud(
    width=800,
    height=400,
    background_color='white',
    max_words=200,
    font_path='simhei.ttf',  # 设置中文字体，这里使用了华文黑体
)

# 生成词云
wc.generate_from_frequencies(word_counts)

# 显示词云
plt.imshow(wc)
plt.axis('off')
plt.show()

注意，在运行代码之前，需要将 `news.txt` 替换成您所需要处理的文本文件名。