用python程序做一个从文件中读取全部文本进行预处理：将标点符号全部替换成空格； （3）将预处理之后的文本进行分词，统计每个两个字以上词语出现的次数，生成词频字典； （4）按词频大小进行排序，输出Top20，并将统计结果写入文件。 自选一个可视化效果，完成词频字典可视化。生成完整代码

以下是针对您的问题的Python程序，用于从文件中读取全部文本进行预处理，分词并生成词频字典，并按词频大小排序，并输出Top20，并将统计结果写入文件。还包括一个可视化效果来呈现词频字典。

import string
import jieba
from collections import defaultdict
import matplotlib.pyplot as plt

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

# 将标点符号全部替换成空格
translator = str.maketrans(string.punctuation, ' ' * len(string.punctuation))
text = text.translate(translator)

# 分词并统计每个两个字以上词语出现的次数
words_count = defaultdict(int)
for word in jieba.cut(text):
    if len(word) >= 2:
        words_count[word] += 1

# 按词频大小进行排序，输出Top20，并将统计结果写入文件
with open('result.txt', 'w', encoding='utf-8') as f:
    f.write('Word\tCount\n')
    for word, count in sorted(words_count.items(), key=lambda x: x[1], reverse=True)[:20]:
        f.write('{}\t{}\n'.format(word, count))
        print('{}\t{}'.format(word, count))

# 可视化词频字典
top_words = dict(sorted(words_count.items(), key=lambda x: x[1], reverse=True)[:20])
plt.bar(range(len(top_words)), list(top_words.values()), align='center')
plt.xticks(range(len(top_words)), list(top_words.keys()))
plt.show()

请将代码保存为Python文件并将文件名更改为“word_frequency.py”。然后将文本文件命名为“text.txt”，并将其放在与Python文件相同的目录中。最后，运行代码，即可生成Top20词频并可视化结果。