您可以在numpy中使用diff和abs完全完成此操作：

d_lists = np.abs(np.diff(lists))

这将给予一个数组，您可以使用以下命令将其转换回列表的列表（如果需要

d_lists = [list(l) for l in d_lists]

您是否尝试过np.diff？

这就给了你数组中的连续差异，而不需要你当前的过程，即从一个标准的python结果b-a转换每个元组（a，B），然后运行一个numpy函数。

d_lists = [np.abs(np.diff(l)) for l in lists]

列表本身可以是numpy数组吗？

这可能会使它更快，Python本地变量与NumPy之间的每一次转换都可能会产生一点开销，而在当前的情况下，这种开销会被大量重复。

为了获得最大效率，您可以将所有列表存储在一个 single numpy数组中

我认为这是可能的，因为你似乎在说这7个列表实际上是平行的，即它们的长度相等。
如果是这样的话，那么你可以使用np.diff并指定你想要它沿着哪个“轴”进行比较。
https://numpy.org/doc/stable/reference/generated/numpy.diff.html

numpy.diff(a, n=1, axis=-1, prepend=<no value>, append=<no value>)

Calculate the n-th discrete difference along the given axis.

The first difference is given by out[i] = a[i+1] - a[i] along the 
given axis, higher differences are calculated by using diff 
recursively.

Parameters:

a, array_like, Input array

n, int, optional The number of times values are differenced. 

axis, int, optional The axis along which the difference is taken, default is the last axis.