咨询NumPy二维数组仅留存最新10行适配Matplotlib imshow的实现方案

首先，你现有的代码没法直接跑通预期效果，存在两个核心问题：

1. 未接收函数返回值
   NumPy的绝大多数数组操作都不会直接修改原数组，而是生成裁剪/计算后的新数组返回。你现在直接写np.delete(concat_array, np.s_[10:], 0)却没有把返回值赋值回concat_array变量，等于根本没有执行裁剪操作，原数组长度不会有任何变化。
2. 切片删除的范围方向错误
   你用np.concatenate((concat_array, data_array), axis=0)拼接时，新的data_array始终是接在数组的行末尾，也就是数组最后一行永远是最新的输入数据。当数组长度超过10行时，你需要删掉的是数组最开头的老旧行，而不是末尾的行。

举个直观的例子：拼接完成后数组共11行，行索引0~10，其中索引0是最旧的历史数据、索引10是刚拼入的最新数据。你当前的切片np.s_[10:]会直接把索引10的最新行删掉，反而留下了从0到9的老数据，和你“永远保留最新10行”的目标完全相反。

只要把上面两个问题修正，np.delete是可以满足需求的，修正后的代码如下：

if len(concat_array) > 10:
    # 计算需要删除的开头老旧行的数量，把返回值重新赋值给原数组变量
    rows_to_cut = len(concat_array) - 10
    concat_array = np.delete(concat_array, np.s_[:rows_to_cut], axis=0)

这个逻辑跑通后确实可以实现“始终保留最新10行”的效果，但性能并不算最优。

结合你需要给Matplotlibimshow提供实时更新数据的场景，有两个性能更好、逻辑更简洁的实现方式：

• 直接切片取最后10行（零额外判断开销）
  完全不需要写if判断，直接用NumPy的负索引切片截取最后10行即可：

# 拼接完成后直接执行这行代码
concat_array = concat_array[-10:, :]

这个写法的兼容性极强：哪怕当前数组长度不足10行，负索引切片也不会报错，会直接返回数组的全部内容；一旦长度超过10行，会自动保留最后10行（也就是最新的10条数据）。因为切片是NumPy的原生操作，性能比np.delete好很多，没有冗余的内存拷贝开销，同时还能适配一次拼接多行数据的场景，鲁棒性远高于固定切片删除位置的逻辑，不会因为单次拼接的行数变化出现裁剪偏移的问题。

• 预分配的循环滚动缓冲区（性能最优）
  你之前已经验证过np.roll=-1的滚动方案是可行的，这个方案非常适合固定频率更新的实时绘图场景：

1. 初始化时直接分配大小为10行的固定缓冲区，完全避免后续动态拼接、动态扩缩容的内存开销
2. 每次拿到新数据时，把整个缓冲区沿0轴向上滚动1行，再把最新的行写入缓冲区末尾
   示例代码：

# 初始化时根据单条数据的列数分配固定大小缓冲区
buffer = np.zeros((10, data_array.shape[0]))

# 每次拿到新的一维数据时执行
buffer = np.roll(buffer, -1, axis=0)
buffer[-1, :] = data_array

这个方案全程没有动态内存分配，性能最高，也不会出现拼接带来的内存碎片问题，非常适合长时间运行的实时可视化程序。

内容的提问来源于stack exchange，提问作者Radiofreak1041