设计一个程序，读出“三国演义.txt”文件中的三国演义全文，将常见人名进行去重后生成词云，并列出词频最高的10-20个词，并形成词云（可以有不同的形状）。\r\n例：'玄德'，'刘备'

'关公'，'张飞'，'赵云'，'孙策'，'周瑜'，'诸葛亮'，'曹操'，'孙权'，'吕布'，'吕蒙'，'张辽'，'马超'，'黄忠'，'甘宁'，'袁绍'，'袁术'，'董卓'，'华佗'。

这是一个比较复杂的任务，需要涉及到文件读取、文本分析、数据处理等多个方面。不过我们可以通过几个简单的步骤来完成这个任务。

1. 读取文件

首先，我们需要读取“三国演义.txt”文件中的文本内容。可以使用Python中的open函数打开文件，再使用read方法读取文件内容。

with open('三国演义.txt', 'r', encoding='utf-8') as f:
    content = f.read()

2. 文本分析

接下来，我们需要进行文本分析，把文本中的人名提取出来。可以使用jieba库进行分词，然后筛选出名词，并使用正则表达式匹配出人名。

import jieba
import re

text = ''.join(jieba.cut(content))
names = re.findall('[\u4e00-\u9fa5]{2,4}(?:·[\u4e00-\u9fa5]{2,4})*', text)

3. 数据处理

接下来，我们需要对人名数据进行处理，去重后统计词频。可以使用Python中的Counter类来实现。

from collections import Counter

name_counts = Counter(names)

4. 生成词云

最后，我们使用Python中的wordcloud库来生成词云。可以使用Image模块来读取不同形状的图片，生成不同形状的词云。

from wordcloud import WordCloud, ImageColorGenerator, STOPWORDS
from PIL import Image
import numpy as np

mask = np.array(Image.open('shape.png'))
wc = WordCloud(
    font_path='simhei.ttf',
    mask=mask,
    background_color='white',
    max_words=2000,
    stopwords=STOPWORDS.add('说')
)

wc.generate_from_frequencies(name_counts)
image_colors = ImageColorGenerator(mask)
wc.recolor(color_func=image_colors)

wc.to_file('word_cloud.png')

以上就是一个完成的程序，可以读取“三国演义.txt”文件中的文本内容，提取出人名并进行词频统计，最后生成词云。