（2）利用jieba库进行中文词频统计，强调字典、列表的应用； （3）结合词频统计结果利用wordcloud库进行词云图的可视化；

好的，下面我来介绍一下如何利用jieba库进行中文词频统计，并结合词频统计结果利用wordcloud库进行词云图的可视化。

首先，我们需要安装jieba和wordcloud库，可以使用以下命令进行安装：

pip install jieba
pip install wordcloud

接下来，我们先来看一下如何使用jieba库进行中文分词和词频统计。

import jieba

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

# 待统计文本
text = '今天天气真好，适合出去玩'

# 利用jieba库进行分词
seg_list = jieba.cut(text)

# 遍历分词结果并统计词频
word_freq = {}
for word in seg_list:
    if len(word) > 1:
        word_freq[word] = word_freq.get(word, 0) + 1

# 输出词频结果
for word, freq in word_freq.items():
    print(word, freq)

上述代码中，我们首先使用`jieba.load_userdict()`方法加载自定义词典（可以是一个txt文件），然后利用`jieba.cut()`方法对待统计的文本进行分词，得到分词结果。接着，我们遍历分词结果，并使用字典记录每个词出现的次数，最后输出词频统计结果。

接下来，我们可以使用wordcloud库将词频统计结果可视化为词云图。

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 构建词云对象
wc = WordCloud(background_color='white', width=800, height=600)

# 使用词频统计结果生成词云图
wc.generate_from_frequencies(word_freq)

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

上述代码中，我们首先构建了一个词云对象，并指定了词云图的背景颜色、宽度和高度。然后，我们调用`wc.generate_from_frequencies()`方法，将词频统计结果传入，生成词云图。最后，使用`plt.imshow()`方法显示词云图，并调用`plt.axis('off')`方法隐藏坐标轴，最后使用`plt.show()`方法显示词云图。

以上就是利用jieba库进行中文词频统计，并结合wordcloud库进行词云图可视化的方法。需要注意的是，在实际应用中，我们需要针对不同的文本进行适当的参数调整，以得到更好的词云效果。