python中用jieba库编程对指定中文段落中的每个词统计词频并输出。 txt＝＂＇那些最能干的人，往往是那些即使在最绝望的环境里，仍不断传送成功意念的人。他们不但鼓舞自己，也振奋他人，不达成功，誓不休止。”对上面txt变量中的中文做词频统计，要求： (1)增加新词“最能干” (2)去掉excludes变量中的所有词 excludes＝［＂绝望”，“意念”］ (3)以词频的降序顺序输出前10个。 (4)所有标点符号都不做统计，并解读

可以使用以下代码实现对指定中文段落中的每个词统计词频并输出：

import jieba
from collections import Counter

txt = '那些最能干的人，往往是那些即使在最绝望的环境里，仍不断传送成功意念的人。他们不但鼓舞自己，也振奋他人，不达成功，誓不休止。'
excludes = ['绝望', '意念']

# 加载自定义词典
jieba.load_userdict('userdict.txt')

# 分词并统计词频
words = [word for word in jieba.cut(txt) if word not in excludes and word != ' ']
word_counts = Counter(words)

# 输出前10个词频最高的词
for word, count in word_counts.most_common(10):
    print(word, count)

其中，jieba库是一款常用的中文分词库，可以将中文文本按词语进行分割，并去除停用词（如excludes中的词）。Counter是python内置的一个用来统计元素个数的类，可以快速统计每个词出现的频率。

以上代码中，我们首先加载自定义词典userdict.txt，该词典包含了新词“最能干”。接着，我们使用jieba库对txt进行分词，并去除停用词和空格。然后，使用Counter对分词结果进行词频统计，并按照降序顺序输出前10个词频最高的词。

需要注意的是，以上代码中标点符号并未被统计，这是因为在分词过程中，jieba库默认会去除标点符号。此外，代码中还需要解决编码问题，以确保能够正确地处理中文文本。