NumPy如何实现数组按索引逐行相减替换对应位置元素？

你的需求是对二维数组沿纵向（行方向）计算相邻行的逐位差值，规则为上一行对应位置元素减去下一行对应位置元素，最终结果行数比原数组少1，列数和原数组一致。以下是两种生产环境常用的高效实现：

方法1：数组切片直接运算（可读性最高） #

利用NumPy数组的切片规则，直接取两组错位的行做减法，逻辑非常直观：

• arr[:-1]：截取原数组除最后一行外的所有行，也就是所有参与计算的上一行（被减数）
• arr[1:]：截取原数组除第一行外的所有行，也就是所有参与计算的下一行（减数）
• 两个切片形状完全一致，直接做逐元素减法即可得到结果

import numpy as np

# 原始输入数组
arr = np.array([
    [40, 2092, 7, 1310],
    [38, 1966, 2, 879],
    [30, 1944, 1, 868]
])

result = arr[:-1] - arr[1:]

运行后输出result为：

array([[   2,  126,    5,  431],
       [   8,   22,    1,   11]])

和你预期的结果完全一致。

方法2：调用np.diff内置接口（性能最优） #

NumPy原生提供了计算相邻元素差值的函数np.diff，默认计算规则为「后一个位置元素 - 前一个位置元素」，你只需要指定计算轴为行方向（axis=0），再对结果取反就能得到「前减后」的目标值：

result = -np.diff(arr, axis=0)

这个方法的底层是C实现的向量化逻辑，处理百万行级别的大数组时，性能比手动切片和纯Python循环高几个量级。

不推荐使用for循环逐行逐元素遍历计算：这种写法没有利用NumPy的向量化优化，数据量稍大时运行速度会非常慢。

内容的提问来源于stack exchange，提问作者INGl0R1AM0R1