把获取到的文本数据进行分词，并根据分词结果统计词频（如何获取list中各个元素出现的次数），并画出词云图

在Python中，通常使用NLTK (Natural Language Toolkit) 或者 Jieba（针对中文）等库来进行文本分词。然后你可以使用`collections.Counter`来统计每个词的频率。以下是一个简单的例子：

1. 分词：
- 对于英文，可以使用`nltk.word_tokenize`函数：

     from nltk.tokenize import word_tokenize
     text = "Your English sentence here."
     words = word_tokenize(text.lower())

- 对于中文，可以使用`jieba.lcut`函数：

     import jieba
     text = "这是你的中文句子。"
     words = list(jieba.cut(text))

2. 统计词频：

   from collections import Counter
   word_freq = Counter(words)

3. 画词云图（使用wordcloud库）：

   import matplotlib.pyplot as plt
   from wordcloud import WordCloud

   cloud = WordCloud(font_path='simhei.ttf') # 用于中文词云，需要相应字体文件
   wordcloud = cloud.generate_from_frequencies(word_freq)

   plt.imshow(wordcloud, interpolation='bilinear')
   plt.axis('off')
   plt.show()

记得安装必要的库，如`nltk`, `jieba`, 和 `wordcloud`，并替换上述代码中的文本内容。