Python 3无内置diff函数：数值差分用np.diff(axis=0)，文本比对用difflib；二者语义不同，不可混用。
Python 3里没有内置的 diff 函数
很多人搜“Python diff函数”，是受MATLAB或R影响，误以为Python标准库自带类似 diff() 的行间差分工具。实际在纯Python（不含NumPy）中，diff 不存在；而NumPy虽有 np.diff()，但它默认按轴计算相邻元素差，不是“按行比较文本差异”——这是两个完全不同的需求。
你需要先明确：是要做数值序列的逐项差分（如 [1,3,6] → [2,3]），还是对多行字符串做类似 diff 命令的文本比对？下面分场景说明。
数值数组行间差分：用 np.diff() 并指定 axis=0
若你有一组数值数据（比如CSV读入的二维数组），想计算“第2行减第1行、第3行减第2行……”，即纵向差分，np.diff() 是最直接的选择，但必须显式指定 axis=0，否则默认按行内（axis=1）计算。
-
np.diff(arr, axis=0)输出比原数组少一行，形状为(n-1, m) - 若原始数组是
float类型，结果保持精度；若是int，差值仍为int，不自动转float - 注意：它不做“绝对差”或“符号判断”，就是简单减法，负值保留
import numpy as np
arr = np.array([[1, 4, 7],
[2, 6, 8],
[5, 5, 9]])
print(np.diff(arr, axis=0))
# 输出：
# [[ 1 2 1]
# [ 3 -1 1]]
文本行间差异比对：用 difflib.Differ 或 unified_diff
如果你手头是两段文本（比如日志、配置文件、代码片段），想生成类似Linux diff 命令那样的“+/-”格式差异输出，Python标准库的 difflib 模块才是正解。别试图用 np.diff 处理字符串列表——它会报 TypeError: unsupported operand type(s) for -: 'str' and 'str'。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
difflib.Differ().compare(a_lines, b_lines)返回生成器，每行带前缀：' '（相同）、'+'（b独有）、'-'（a独有） -
difflib.unified_diff(a_lines, b_lines)输出标准的unified diff格式（含行号、@@标记），适合存档或CI对比 - 输入必须是**以换行符结尾的字符串列表**，即每行末尾带
'\n'，否则比对可能错位
import difflib
a = ['foo\n', 'bar\n', 'baz\n']
b = ['foo\n', 'qux\n', 'baz\n']
for line in difflib.unified_diff(a, b):
print(line, end='') # 注意end=''，因line已含\n
常见踩坑：混淆 np.diff 和 shell diff 的语义
最典型的错误，是把数值差分和文本比对混为一谈，然后硬套函数导致报错或结果无意义。比如：
- 对字符串列表调用
np.diff()→ 直接TypeError - 用
difflib处理未加'\n'的字符串（如['a','b']）→ 差分逻辑失效，所有行都被视为“不同” - 忽略
np.diff的axis参数，默认axis=1导致横向差分，而非预期的行间纵向差分 - 用
pd.DataFrame.diff()时没设axis=0（虽然DataFrame默认是纵向，但显式写出更安全）
差分这件事本身很简单，难的是第一时间分清：你在处理数字，还是在比对文本。选错工具链，后面全是徒劳调试。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
