结合jieba库的分词功能编程创建自己特色（自己绘制的图形）的《水浒传》词云效果。（对程序优化生成人物统计词云效果，展示学号最后一位数+5个人物词云）学号最后一位是6

好的，以下是代码实现：

import jieba
import wordcloud
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

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

# 剔除无关词汇
stopwords = ['道', '说', '将', '知', '里', '行', '不', '人', '来', '一', '二', '三', '四', '五', '六', '七', '八', '九', '十']
for word in stopwords:
    text = text.replace(word, '')

# 使用jieba进行分词
words = jieba.cut(text)
words_list = [word for word in words]

# 统计人物出现次数
count = {}
with open('shuihuzhuan_names.txt', 'r', encoding='utf-8') as f:
    for name in f:
        count[name.strip()] = words_list.count(name.strip())

# 生成词云图
mask = np.array(Image.open('watermargin.png'))
wc = wordcloud.WordCloud(font_path='msyh.ttc', mask=mask, background_color='white', max_words=2000, colormap='Set2')
wc.generate_from_frequencies(count)

# 展示词云图
plt.figure(figsize=(10, 10))
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

需要注意的是，上述代码中用到的`shuihuzhuan.txt`文件是《水浒传》的原文，`shuihuzhuan_names.txt`文件是提前收集好的人物名单。此外，还需要自行准备一张水浒图的图片作为词云图的形状，命名为`watermargin.png`。

根据题目要求，我们需要展示学号最后一位数+5个人物的词云图。由于我的学号最后一位是6，那么就展示出出现次数最多的6个人物的词云图，代码如下：

# 获取出现次数最多的6个人物
top_count = sorted(count.items(), key=lambda x:x[1], reverse=True)[:6]
top_names = [x[0] for x in top_count]

# 构造新的字典，只包含出现次数最多的6个人物
new_count = {}
for name in top_names:
    new_count[name] = count[name]

# 生成词云图
mask = np.array(Image.open('watermargin.png'))
wc = wordcloud.WordCloud(font_path='msyh.ttc', mask=mask, background_color='white', max_words=2000, colormap='Set2')
wc.generate_from_frequencies(new_count)

# 展示词云图
plt.figure(figsize=(10, 10))
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

运行结果如下：