以下是一个示例代码，展示了如何在Python中实现一个不引入延迟的低通滤波器：

import numpy as np
import matplotlib.pyplot as plt

def low_pass_filter(signal, cutoff_freq, sampling_freq):
    # 计算滤波器的截止频率的归一化值
    normalized_cutoff_freq = cutoff_freq / (sampling_freq / 2)
    
    # 使用巴特沃斯滤波器设计一个数字滤波器
    b, a = signal.butter(4, normalized_cutoff_freq, btype='low', analog=False, output='ba')
    
    # 应用滤波器
    filtered_signal = signal.lfilter(b, a, signal)
    
    return filtered_signal

# 生成一个示例信号
sampling_freq = 1000  # 采样频率为1000Hz
time = np.arange(0, 1, 1/sampling_freq)  # 生成时间序列，从0到1秒
signal = np.sin(2 * np.pi * 10 * time) + np.sin(2 * np.pi * 20 * time)  # 含有10Hz和20Hz成分的信号

# 设置滤波器的截止频率为15Hz
cutoff_freq = 15

# 应用低通滤波器
filtered_signal = low_pass_filter(signal, cutoff_freq, sampling_freq)

# 绘制原始信号和滤波后的信号
plt.figure()
plt.plot(time, signal, label='Original Signal')
plt.plot(time, filtered_signal, label='Filtered Signal')
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.legend()
plt.show()

上述代码使用了Python中的numpy和matplotlib库来生成一个包含10Hz和20Hz成分的示例信号，并将其通过一个低通滤波器滤波，截止频率为15Hz。最后，将原始信号和滤波后的信号绘制在同一张图上进行比较。