如何不用for循环计算Python numpy数组中相邻元素的间隔距离

直接调用NumPy内置的np.diff()方法即可，该方法专门用于计算数组相邻元素的差值，底层由C实现，性能远高于手写Python循环，实现仅需一行代码：

import numpy as np

# arr为你的原始numpy数组
interval_arr = np.diff(arr)

返回的interval_arr长度为原数组长度减1，每个元素对应原数组后一位减前一位的间隔值，完全匹配你的需求。

补充说明 #

你提到的np.flatnonzero方法用于返回数组中非零元素的扁平化索引，和当前计算相邻差值的需求不匹配，不需要使用该方法。

你给出的示例数组运行效果如下：

arr = np.array([18, 36, 54, 9893804, 9893822, 9893840], dtype=np.int64)
print(np.diff(arr))
# 输出：array([18, 18, 9893750, 18, 18], dtype=int64)

如果需要返回的间隔数组长度和原数组一致，可以在差值结果的首尾补指定值，示例如下：

# 头部补0，输出长度和原数组相同
interval_arr_pad = np.pad(np.diff(arr), (1, 0), constant_values=0)
# 尾部补0则修改pad参数为(0, 1)

内容的提问来源于stack exchange，提问作者Zibri