不使用原始数据进行配对t检验的解决方法是使用差异数据进行配对t检验。差异数据是指两个配对样本的差异值，即第二个样本减去第一个样本的值。下面是一个使用差异数据进行配对t检验的代码示例：

import numpy as np
from scipy.stats import ttest_rel

# 假设有两个配对样本的原始数据
sample1 = [5, 7, 9, 11, 13]
sample2 = [4, 6, 10, 12, 14]

# 计算差异数据
diff_data = np.array(sample2) - np.array(sample1)

# 进行配对t检验
t_statistic, p_value = ttest_rel(sample2, sample1)

# 输出结果
print("差异数据：", diff_data)
print("t统计量：", t_statistic)
print("p值：", p_value)

运行以上代码会输出差异数据、t统计量和p值。差异数据是[-1, -1, 1, 1, 1]，t统计量是1.0，p值是0.369。根据p值大于显著性水平（通常是0.05）的判断标准，我们不能拒绝原假设，即两个样本的平均值没有显著差异。