此问题可以使用Python中的pandas和numpy库进行解决。下面是该问题的代码实现：

import pandas as pd
import numpy as np

# 将歌曲及其播放量读入数据框（数据框名为df）
df = pd.read_csv('songs.csv')

# 使用groupby函数按艺术家名称进行分组，并取每个艺术家的最高播放量（最高播放量名为'views'）
artist_views = df.groupby('artist')['views'].max().reset_index()

# 按播放量降序排列
top10 = artist_views.nlargest(10, 'views')

print(top10)

解释：

首先，我们使用pandas的read_csv函数读入一份歌曲及其播放量的csv文件，并将其存储为数据框df。

接下来，我们使用groupby函数将df按照艺术家名称进行分组，并使用max函数获取每个艺术家的最高播放量。由于该操作涉及到艺术家名称和最高播放量两个属性，我们将结果保存在新的数据框artist_views中。

最后，我们使用nlargest函数获取前10个最高播放量的艺术家，并将其打印出来。