詞云是一種用來展示文本數據中關鍵詞頻率的圖形化工具，它通過把不同關鍵詞出現的頻率大小轉換成文字大小和顏色，從而展示出文本數據中的主題、關鍵字等。

這里介紹一種使用 Python 繪制詞云的方法，需要用到兩個庫：jieba 和 wordcloud。

# 導入所需的庫
import jieba
from wordcloud import WordCloud
# 讀取文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
text = f.read()
# 對文本進行分詞
words_list = jieba.lcut(text)
# 把分詞結果轉化為字符串
words = ' '.join(words_list)
# 配置詞云參數
wc = WordCloud(width=800, height=600, background_color='white', font_path='msyh.ttc', max_words=100)
# 生成詞云
wc.generate(words)
# 保存詞云圖片
wc.to_file('wordcloud.png')

上述代碼中，'text.txt' 是待處理的文本文件名，'msyh.ttc' 是字體文件名，用于設置詞云中文本的字體樣式。'max_words' 參數可以控制詞云圖象中最多顯示多少個關鍵詞。

最后使用 'to_file()' 方法，將生成的詞云圖像保存到本地。

本方法還可以通過 'stopwords' 參數來指定停用詞文件，過濾掉不需要展示的關鍵詞，例如：'

# 指定停用詞文件
stopwords_file = 'stopwords.txt'
# 讀取停用詞文件
with open(stopwords_file, 'r', encoding='utf-8') as f:
stopwords = f.read()
# 把停用詞轉化為列表
stopwords_list = stopwords.split()
# 配置詞云參數，添加停用詞
wc = WordCloud(width=800, height=600, background_color='white', font_path='msyh.ttc', stopwords=stopwords_list, max_words=100)

代碼中的 'stopwords.txt' 是存放停用詞的文本文件，可以從網上下載現成的。

通過以上方法，即可輕松繪制出漂亮的詞云圖像，并展示文本數據中的主題、關鍵字等，對于數據分析、可視化等領域都有很大的應用價值。