以下是分析结果展示：
产品运营.png
电商运营.png
运维.png
首先准备文本内容,范例如下：
岗位要求
"1 产品/课程核心价值挖掘、多产品价值差异明确，并基于用户需求进行包装。
2 产品/课程页面的规划设计，为整体页面转化效率负责。
3 识别用户和课程间的供需关系，并针对性输出推广、产品/课程供给及运营方案。
4 通过裂变、转介绍、分销等多种新增手段，提升自然新增长。
5 关注行业、竞品发展动态和增长策略，探索长期稳定且行业领先的增长模式。
任职资格：
1 本科或以上学历，3年以上产品运营或用户运营经验；
2 数据分析能力强，思维逻辑清晰，良好的自我学习及驱动力；
3 责任心强，有创造性，具有良好的理解能力和团队精神；"
"运营政务类、民生类的全国性的线上产品（APP、公众号等）
工作概述：
1、确定产品运营策略，与客户沟通需求思路
2、产品服务运营，提出产品更新需求
3、确定产品运营文案，协助完成视觉物料（banner等）
4、维护产品内容、服务更新，制作操作指南（图文、视频）
5、策划产品运营活动并协调落地
6、用户沟通、用户反馈监控分析
7、数据分析，根据数据情况调整运营策略"
"职位描述
1、负责K12在线教育App和官网的整体产品运营工作；
2、负责App和官网的活动运营，聚焦用户体验，规划全年产品运营节奏；
3、负责App和官网的增长运营，做好留存、裂变等增长方案的策划和落地；
4、通过站内数据分析，找到关键数据模型，迭代站内用户体验和增长策略并落地。
文本过长，此处省略若干字、、、
准备Python脚本，脚本内容如下：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2020-06-06 17:09
# @Author : Anthony
# @File : citiaao.py
import matplotlib.pyplot as plt # 数学绘图库
import jieba # 分词库
from wordcloud import WordCloud # 词云库
# 1、读入txt文本数据
text = open(r'文本所在路径/运维-岗位职责.txt', "r").read()
# 2、结巴分词，默认精确模式。可以添加自定义词典userdict.txt,然后jieba.load_userdict(file_name) ,file_name为文件类对象或自定义词典的路径
# 自定义词典格式和默认词库dict.txt一样，一个词占一行：每一行分三部分：词语、词频（可省略）、词性（可省略），用空格隔开，顺序不可颠倒
cut_text = jieba.cut(text)
result = "/".join(cut_text) # 必须给个符号分隔开分词结果来形成字符串,否则不能绘制词云
# print(result)
# 3、生成词云图，这里需要注意的是WordCloud默认不支持中文，所以这里需已下载好的中文字库
# 无自定义背景图：需要指定生成词云图的像素大小，默认背景颜色为黑色,统一文字颜色：mode='RGBA'和colormap='pink'
wc = WordCloud(font_path=r"指定中文字体路径/微软vista雅黑.ttf",
background_color='white', width=800,
height=600, max_font_size=50,
max_words=1000) # ,min_font_size=10)#,mode='RGBA',colormap='pink')
wc.generate(result)
wc.to_file(r"自定义图片所在路径/wordcloud.png") # 按照设置的像素宽高度保存绘制好的词云图，比下面程序显示更清晰
# 4、显示图片
plt.figure("词云图") # 指定所绘图名称
plt.imshow(wc) # 以图片的形式显示词云
plt.axis("off") # 关闭图像坐标系
plt.show()
