numpy.diff()函数是一个常见的用来计算数组差分的函数，其语法格式为：
numpy.diff(a, n=1, axis=-1)
参数解释：
- a: 输入的数组
- n: 可选参数，表示进行差分的次数，默认值为1. 当 n=2 时，相当于对数组a使用diff()函数两次。
- axis: 可选参数，表示进行差分的维度，默认值为最后一维。
接下来，我们来分别介绍一下如何使用numpy.diff()函数来进行数组差分。
首先，我们创建一个一维数组，并计算其相邻元素之间的差值。如下所示：
import numpy as np
arr = np.array([1, 2, 4, 7, 0])
result = np.diff(arr)
print(result)
上述代码的输出结果是：
[ 1 2 3 -7]
其中，第一个元素为2-1=1，第二个元素为4-2=2，以此类推，最后一个元素为0-7=-7。
接下来，我们创建一个二维数组，并计算其每一列的相邻元素之间的差值。如下所示：
import numpy as np
arr = np.array([[1, 2], [3, 6], [2, 7], [5, 9]])
result = np.diff(arr, axis=0)
print(result)
上述代码的输出结果是：
[[ 2 4]
[-1 1]
[ 3 2]]
其中，第一列的元素为[3-1, 6-2, 2-3, 9-5]，即[2,4,-1,4]，第二列的元素为[6-2, 7-6, 9-7], 即[4,1,2]。
至此，我们已经了解了如何使用numpy.diff()函数来进行数组差分。需要注意的是，在计算数组中含有NaN值的差分时，要将NaN值替换成0，否则可能会返回NaN值。