Python中多维数组cumsum逆运算的实现方法

我想了解如何在Python中对多维数组执行累积求和（cumsum）的逆运算。

例如，我们可以通过以下代码得到二维数组T的累积数组P：

import numpy as np
T = np.array([[1,3,2],[5,5,6],[1,8,3]])
P = np.cumsum(np.cumsum(T, axis=0), axis=1)
print(P)
# P的结果为：
# [[1, 4, 6],
#  [6,14,22],
#  [7,23,34]]

我的问题是：如何从P还原出T？我需要实现一种适用于任意维度数组的还原方法。

已知Julia语言有对应的实现方案，现寻求Python的实现方式。

补充说明
感谢各位的优质解答，我已对两种推荐方法的计算成本进行对比，二者效率均表现出色：

T = np.random.randint(100, size=[100,50,25,50])
%timeit cumdiff(T) 
#319 ms ± 134 μs per loop (mean ± std. dev. of 7 runs, 1 loop each)
%timeit decumsum(T)
#324 ms ± 943 μs per loop (mean ± std. dev. of 7 runs, 1 loop each)

内容的提问来源于stack exchange，提问作者Sakurai.JJ