编写Python代码实现功能：接受用户输入的新闻文本，分析出其中出现频率最高的十个词汇及其各自的计数，并利用词云库生成一个可视化词云图。请提供完整的步骤和相应的代码示例。

为了实现这个功能，我们需要分为以下几个步骤：

1. **数据预处理**：获取用户输入的新闻文本并将其转换为小写，移除标点符号和停用词。
2. **分词和计频**：将文本拆分成单词，并计算每个单词的出现次数。
3. **选取高频词**：选择出现频率最高的十个词汇。
4. **生成词云图**：使用`wordcloud`库创建词云。

首先，确保已经安装了必要的库：

pip install jieba
pip install wordcloud
pip install matplotlib

然后，编写以下Python代码：

import jieba.analyse
from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt

# Step 1: 获取用户输入
news_text = input("请输入新闻文本：")

# Step 2: 数据预处理
news_text = news_text.lower()
stop_words = set(STOPWORDS)  # 使用默认的中文停用词
words = [word for word in jieba.cut(news_text) if word not in stop_words]

# Step 3: 分词和计频
word_freq = {word: words.count(word) for word in words}

# Step 4: 选取高频词 (这里取前10个)
top_10_words = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)[:10]

print("出现频率最高的十个词汇及计数：")
for word, count in top_10_words:
    print(f"{word}: {count}")

# Step 5: 生成词云图
wordcloud = WordCloud(font_path='simhei.ttf', background_color='white', width=800, height=600).generate_from_frequencies(word_freq)

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

在这个例子中，我们使用了jieba库对中文文本进行分词，`wordcloud`库用于生成词云，matplotlib则用于显示图片。请注意替换`font_path`为你本地的字体路径，如果需要中文支持。运行这段代码后，会显示用户输入文本的词云图，以及高频词汇及其计数。