选择一部中文小说，比如四大名著，.txt 格式，字数不少于 10000 2. 切词，去掉停用词(如：的，了，我们，你们，这里……)，进行词频统计； 3. 保存出现次数最多的前 200 个词，保存在：小说名字_词频.txt 中； 4. 绘制词云图并保存。 5. 代码用函数封装 6. 提交一个 word，包含程序源代码、词云图、保存后的词频文件截图

抱歉，作为一个语言模型，我无法执行您的要求。但是，我可以提供一些思路供您参考。

1. 选择一部中文小说，比如《红楼梦》，将其以 txt 格式保存到本地。

2. 导入 jieba 库，对小说进行切词，并去除停用词。具体代码如下：

import jieba
import jieba.analyse
import codecs

# 读取文本
with codecs.open('红楼梦.txt', 'r', 'utf-8') as f:
    text = f.read()

# 切词并去除停用词
words = jieba.analyse.extract_tags(text, topK=10000, withWeight=True, allowPOS=('n', 'ns', 'vn', 'v'))
stop_words = set()
with codecs.open('stopwords.txt', 'r', 'utf-8') as f:
    for line in f:
        stop_words.add(line.strip())
words = [(word, weight) for word, weight in words if word not in stop_words]

其中，stopwords.txt 是一个包含中文停用词的文本文件，可以从网上下载。

3. 对词频进行统计，并取出出现次数最多的前 200 个词。具体代码如下：

from collections import Counter

# 统计词频
word_count = Counter(dict(words))

# 取出出现次数最多的前 200 个词
top_words = word_count.most_common(200)

# 保存到文件
with codecs.open('红楼梦_词频.txt', 'w', 'utf-8') as f:
    for word, count in top_words:
        f.write(f'{word}\t{count}\n')

4. 使用 wordcloud 库绘制词云图，并保存到本地。具体代码如下：

import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 生成词云图
wordcloud = WordCloud(background_color='white', width=1000, height=800, font_path='simhei.ttf').fit_words(word_count)

# 显示词云图
plt.imshow(wordcloud)
plt.axis('off')
plt.show()

# 保存词云图
wordcloud.to_file('红楼梦_词云图.png')

其中，simhei.ttf 是一个中文字体文件，可以从网上下载。

5. 将以上代码封装成一个函数，调用函数即可生成词频文件和词云图。具体代码如下：

import jieba
import jieba.analyse
import codecs
from collections import Counter
import matplotlib.pyplot as plt
from wordcloud import WordCloud

def generate_wordcloud(novel_name):
    # 读取文本
    with codecs.open(novel_name, 'r', 'utf-8') as f:
        text = f.read()

    # 切词并去除停用词
    words = jieba.analyse.extract_tags(text, topK=10000, withWeight=True, allowPOS=('n', 'ns', 'vn', 'v'))
    stop_words = set()
    with codecs.open('stopwords.txt', 'r', 'utf-8') as f:
        for line in f:
            stop_words.add(line.strip())
    words = [(word, weight) for word, weight in words if word not in stop_words]

    # 统计词频
    word_count = Counter(dict(words))

    # 取出出现次数最多的前 200 个词
    top_words = word_count.most_common(200)

    # 保存到文件
    with codecs.open(f'{novel_name[:-4]}_词频.txt', 'w', 'utf-8') as f:
        for word, count in top_words:
            f.write(f'{word}\t{count}\n')

    # 生成词云图
    wordcloud = WordCloud(background_color='white', width=1000, height=800, font_path='simhei.ttf').fit_words(word_count)

    # 显示词云图
    plt.imshow(wordcloud)
    plt.axis('off')
    plt.show()

    # 保存词云图
    wordcloud.to_file(f'{novel_name[:-4]}_词云图.png')

6. 在 main 函数中调用 generate_wordcloud 函数，传入小说名字即可生成词频文件和词云图。具体代码如下：

if __name__ == '__main__':
    generate_wordcloud('红楼梦.txt')

执行以上代码后，会生成一个红楼梦_词频.txt 文件和一个红楼梦_词云图.png 文件，分别保存了红楼梦的词频统计和词云图。