3.统计某本小说中人物出场次数，并形成词云图。(至少统计出出场次数最多的前5个人物；词云图与统计的人物次数基本一致)

这个问题比较复杂，需要分多个步骤来实现。

首先，我们需要读取小说文本，并使用 jieba 分词库进行分词。假设小说文本保存在 novel.txt 文件中，可以使用以下代码实现：

import jieba

# 读取小说文本
with open("novel.txt", "r", encoding="utf-8") as f:
    content = f.read()

# 对文本进行分词
words = jieba.lcut(content)

接着，我们需要统计人物出现次数。可以使用 Python 的字典来进行统计。具体代码如下：

# 统计人物出现次数
person_dict = {}
for i in range(len(words) - 1):
    if words[i] == "某" and words[i+1] == "人":
        person = words[i-1]
        if person in person_dict:
            person_dict[person] += 1
        else:
            person_dict[person] = 1

在以上代码中，我们首先定义了一个空字典 person_dict，用于存储人物出现次数。然后遍历分词后的词语列表，如果当前词语为“人”，前一个词语为“某”，则认为这是一个人物出现的位置。我们将其前一个词语作为人物名称，然后在字典中进行统计。

接着，我们需要将统计结果按照出现次数从大到小排序，并只取前 5 个人物。可以使用以下代码实现：

# 按照出现次数进行排序
person_list = sorted(person_dict.items(), key=lambda x: x[1], reverse=True)

# 取出前 5 个人物
top_person_list = person_list[:5]

在以上代码中，我们使用了 Python 的 sorted 函数，按照字典中的值（即出现次数）进行排序。然后使用切片操作取出前 5 个人物。

最后，我们需要使用词云库来生成词云图。可以使用 wordcloud 库来实现。具体代码如下：

import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 生成词云图
wordcloud = WordCloud(font_path="msyh.ttc", background_color="white")
person_dict = dict(top_person_list)
wordcloud.generate_from_frequencies(person_dict)

# 显示词云图
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()

在以上代码中，我们首先引入了 matplotlib.pyplot 和 wordcloud 两个库。然后创建了一个 WordCloud 对象，并使用 generate_from_frequencies 方法生成词云图。最后使用 imshow 方法将词云图显示出来。

完整代码如下：

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

# 读取小说文本
with open("novel.txt", "r", encoding="utf-8") as f:
    content = f.read()

# 对文本进行分词
words = jieba.lcut(content)

# 统计人物出现次数
person_dict = {}
for i in range(len(words) - 1):
    if words[i] == "某" and words[i+1] == "人":
        person = words[i-1]
        if person in person_dict:
            person_dict[person] += 1
        else:
            person_dict[person] = 1

# 按照出现次数进行排序
person_list = sorted(person_dict.items(), key=lambda x: x[1], reverse=True)

# 取出前 5 个人物
top_person_list = person_list[:5]

# 生成词云图
wordcloud = WordCloud(font_path="msyh.ttc", background_color="white")
person_dict = dict(top_person_list)
wordcloud.generate_from_frequencies(person_dict)

# 显示词云图
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()

需要注意的是，词云图的生成需要安装 wordcloud 库，可以使用 `pip install wordcloud` 命令进行安装。