下面是关于Python中的numpy.diff()函数的完整攻略：
numpy.diff()函数
numpy.diff(a, n=1, axis=-1)函数可以计算数组a沿着指定轴的离散差值。对于一维数组，结果是一个由相邻元素之间的差值构成的数组。对于多维数组，可以指定沿着哪个轴计算。还可以多次调用该函数以获取更高次的离散差值。
参数说明
- a：输入的数组
- n：可选，表示需要计算的离散差值的次数，默认是1。
- axis：可选，需要计算离散差值的轴，默认值是最后一个轴。
示例说明：
示例一
我们来看一个简单的一维数组的例子：
import numpy as np
a = np.array([1, 2, 4, 7, 0])
diff_a = np.diff(a)
print(diff_a)
输出结果是：
[ 1 2 3 -7]
这个例子中，原始数组是[1, 2, 4, 7, 0]，它的离散差值数组是[2-1, 4-2, 7-4, 0-7]，结果是[1, 2, 3, -7]。
示例二
我们再来看一个二维数组的例子，沿着第0个轴计算离散差值：
import numpy as np
a = np.array([[3, 5, 1], [6, 2, 4], [7, 4, 2], [9, 2, 1]])
diff_a = np.diff(a, axis=0)
print(diff_a)
输出结果是：
[[ 3 -3 3]
[ 1 2 -2]
[ 2 -2 -1]]
这个例子中，原始数组是：
[[3 5 1]
[6 2 4]
[7 4 2]
[9 2 1]]
沿着第0个轴计算离散差值的结果是：
[[6-3 2-5 4-1]
[7-6 4-2 2-4]
[9-7 2-4 1-2]]
结果是：
[[ 3 -3 3]
[ 1 2 -2]
[ 2 -2 -1]]
以上就是关于python中的numpy.diff()函数的完整攻略。