利用python实现词云图界面，生成区分高频词和背景形状的词云图，词语（或句子段落）数据和背景（图片）形状自拟，使用jieba分词模块或WorldCloud词云图模块（或其它的方法）实现效果。写出设计思路、设计步骤和编写的程序代码

设计思路:
1. 导入所需的库，包括tkinter、jieba和WordCloud。
2. 创建根窗口，并设置窗口标题和尺寸。
3. 创建Canvas（画布）来放置界面元素。
4. 使用Canvas创建标签和输入框，用于输入文本数据和选择背景形状图片。
5. 创建按钮，用于触发生成词云图的操作。
6. 定义一个函数，用于处理按钮点击事件，包括文本数据的分词、生成词云图和显示词云图。
7. 在函数中，使用jieba库对文本数据进行分词。
8. 创建一个WordCloud对象，并将分词结果作为参数传入，设置词云图的背景形状为选择的图片。
9. 调用WordCloud对象的generate()方法生成词云图的数据。
10. 使用matplotlib.pyplot库显示词云图。
11. 调用mainloop()启动GUI窗口的事件循环，等待用户操作。

设计步骤:
1. 导入所需的库。
2. 创建根窗口，并设置窗口标题和尺寸。
3. 创建Canvas，并将其放置在根窗口上。
4. 使用Canvas的create_window()方法创建标签和输入框，并设置它们的位置和属性。
5. 使用Canvas的create_window()方法创建按钮，并设置其位置和属性，同时指定按钮点击事件的回调函数。
6. 在回调函数中，获取文本数据和背景形状图片的路径。
7. 使用jieba库对文本数据进行分词。
8. 创建一个WordCloud对象，设置词云图的参数，包括分词结果、背景形状图片等。
9. 调用WordCloud对象的generate()方法生成词云图的数据。
10. 使用matplotlib.pyplot库显示词云图。
11. 调用mainloop()启动GUI窗口的事件循环。

编写的程序代码如下所示：

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

def generate_wordcloud():
    # 获取文本数据和背景形状图片的路径
    text = text_entry.get("1.0", "end-1c")
    background_image = background_entry.get()

    # 分词
    words = " ".join(jieba.cut(text))

    # 创建词云对象
    wc = WordCloud(background_image=background_image).generate(words)

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

# 创建根窗口
root = Tk()
root.title('词云图生成')
root.resizable(0, 0)

# 创建Canvas
canvas = Canvas(root)
canvas.pack(side='top')

# 创建标签和输入框
text_label = Label(root, text='输入文本数据：')
text_entry = Text(root, width=30, height=10)
background_label = Label(root, text='选择背景形状图片：')
background_entry = Entry(root)

# 创建按钮
generate_button = Button(root, text='生成词云图', command=generate_wordcloud)

# 设置标签和输入框的位置
canvas.create_window(100, 50, window=text_label)
canvas.create_window(250, 100, window=text_entry)
canvas.create_window(100, 170, window=background_label)
canvas.create_window(250, 200, window=background_entry)

# 设置按钮的位置
canvas.create_window(250, 250, window=generate_button)

root.mainloop()

注意：以上代码中的分词方法使用了jieba库，你可以根据自己的需求选择其他分词方法。此外，生成词云图的显示使用了matplotlib.pyplot库，你也可以选择其他方式来显示词云图。另外，需要注意背景形状图片的路径需要根据实际情况进行修改。