对本身位于元组中的元组（可迭代的可迭代）求和的最有效方法是啥？

Posted 2023-02-25

【中文标题】对本身位于元组中的元组（可迭代的可迭代）求和的最有效方法是啥？

【英文标题】：What is the most efficient way to sum across tuples that are themselves within a tuple (iterable of an iterable)?对本身位于元组中的元组（可迭代的可迭代）求和的最有效方法是什么？

【发布时间】：2019-12-03 03:11:07

【问题描述】：

本质上，我正在生成一个元组：

import datetime
import csv

from itertools import product, combinations, chain

part_1 = 
    'a':2,1,0,
    'b':3,4,5,
    'c':7,8,9,
    'd':10,11,12      


sorted_part_1 = sorted(part_1)
result = product(*(part_1[Thing] for Thing in sorted_part_1))

# for a in result:
#   print('comb a' + str(a))

comb_list_total = it.combinations(result,4)

（虽然有几个订单更多的排列。）

我想做的是对每个元组/可迭代求和，例如((2, 5, 9, 11), (2, 5, 9, 12), (2, 5, 7, 10), (2, 5, 7, 11)) --> (8,20,32,44)

（我实际上想要做的是然后得到聚合元组和预定义元组之间的差异，例如 (50,50,50,50) -> (32,30,18,6)最后，对差异求和，以确定哪个元组最大化/最小化聚合差异。）

如何对元组执行此数学运算，并有效地将结果映射到原始元组？

【问题讨论】：

你介意使用 pandas/numpy 吗？

由于您要求和的元组是组合生成的，我会寻找一种数学方法来简化总和，而无需显式计算它。如果我们能够计算出product 中的每个组合应该出现在结果中的次数，那么我们可以乘法而不是加法；同样，如果我们可以计算part_1 中的每个数字应该出现在总和中的次数。

【参考方案1】：

先决条件：

iterable_of_tuples = [
    (...),  # tuple 1
    (...),  # tuple 2
    ...
    (...)   # tuple N
]

使用 numpy：

import numpy as np

sum_of_all_tuples = tuple(sum(np.array(t) for t in iterable_of_tuples))

纯 Python（对长迭代可能效率较低）：

sum_of_all_tuples = tuple(map(sum, zip(*iterable_of_tuples))))