用Python第三方库：Requests，NumPy，pandas，Matplotlib， jieba，写一个股票分析的Python代码。通过代码的分析与统计，使数据可视化。

好的，我可以为您编写股票分析的Python代码。但是在开始之前，需要明确以下几点：
1. 股票数据需要从数据源获取，这里我们可以使用tushare这个库来获取数据。
2. 股票数据的分析方式有很多，您需要指定您希望分析的方向，例如技术分析、基本面分析等。
3. 数据可视化需要根据您的分析结果进行决定。

有了以上的明确，我们可以开始编写代码。

首先，我们需要导入所需要的库：

import tushare as ts
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import jieba

接下来，我们可以通过tushare获取股票数据：

df = ts.get_hist_data('600519', start='20200101', end='20210630')

这里以茅台股票（股票代码为600519）为例，获取2020年1月1日至2021年6月30日的历史交易数据。获取到的数据会以DataFrame的形式保存在df中。

接下来，我们可以对数据进行预处理。例如，我们可以计算股票每日的涨跌幅：

df['pct_chg'] = df['close'].pct_change()

计算涨跌幅的方式是通过使用pandas库中的pct_change()函数。

接下来，我们可以开始进行数据分析。这里我们以技术分析中的移动平均线（MA）为例：

df['ma5'] = df['close'].rolling(window=5).mean()
df['ma10'] = df['close'].rolling(window=10).mean()
df['ma20'] = df['close'].rolling(window=20).mean()

这里我们计算了5日、10日和20日的移动平均线，使用的是pandas库中的rolling()和mean()函数。

接下来，我们可以使用matplotlib库将数据可视化：

plt.plot(df['close'], label='close')
plt.plot(df['ma5'], label='ma5')
plt.plot(df['ma10'], label='ma10')
plt.plot(df['ma20'], label='ma20')
plt.legend()
plt.show()

这里我们将股票的收盘价和3种不同的移动平均线绘制在同一张图中，并使用legend()函数添加图例。

最后，我们可以使用jieba库进行文本分析。例如，我们可以对股票的新闻进行分析：

news = '茅台酒业发布2021年半年度报告，上半年实现净利润127.68亿元'
words = jieba.cut(news)
print(list(words))

这里我们使用jieba库中的cut()函数对股票新闻进行分词，并输出分词结果。

以上就是一个简单的股票分析的Python代码。根据您的具体需求，可以对代码进行更改和扩展。