zip函數幫助元組

Question

我希望有人可以幫助我解決我遇到的問題。 我有大量的元組（> 500），看起來像這樣：

(2,1,3,6)  
(1,2,5,5)  
(3,0,1,6)  
(10,1,1,4)  
(0,3,3,0)  

我的代碼片段顯示為：

sum1 = (A,B,C,D) # creates a tuple of sums of (A,B,C,D)  
mysum = map(sum, zip(A, B, C, D))
print(mysum)

我意識到上面的代碼是不正確的。 我正在嘗試找到一種方法，使用zip函數將所有A值，B的所有值，C的所有值以及D的所有值相加。 例如，我要打印如下內容：

Asum = 16  
Bsum = 7  
Csum = 13  
Dsum = 21  

有人可以幫忙嗎？ 非常感謝你花時間陪伴。

Answer 1

>>> zip((1,2,3),(10,20,30),(100,200,300))
[(1, 10, 100), (2, 20, 200), (3, 30, 300)]

>>> [sum(x) for x in zip((1,2,3),(10,20,30),(100,200,300))]
[111, 222, 333]

為此，使用任意大的元組集：

>>> myTuples = [(1,2,3), (10,20,30), (100,200,300)]
>>> [sum(x) for x in zip(*myTuples)]
[111, 222, 333]

旁注：在python3中，請注意zip返回了一個懶惰的可迭代對象，您可以隨時將其像其他任何可迭代對象一樣顯式地轉換為列表：list（zip（...））

_{（感謝Seganku在編輯中發現示例中的錯誤，該編輯被其他編輯三次拒絕）}

Answer 2

map(sum, zip(a, b, c, d, e))

第一次調用zip反轉列表-列出所有第一個元素，所有第二個元素等的列表。

第二個調用map對其第二個參數（這些列表）調用其第一個參數sum ，並返回sum結果的列表-恰好是sum。

Answer 3

如果您的集合大小都相同，並且您正在使用C Python，則應考慮使用numpy 。 您可以這樣在numpy中執行此操作：

In [5]: sets = ((2,1,3,6),
   ...:         (1,2,5,5),
   ...:         (3,0,1,6),
   ...:         (10,1,1,4),
   ...:         (0,3,3,0)  )*100

In [6]: import numpy as np

In [7]: A = np.array(sets)

In [8]: np.sum(A, axis=0)
Out[8]: array([1600,  700, 1300, 2100])

Numpy將您的值轉換為數組，並使用優化的LAPACK函數有效地使用它們。

為了比較性能，我根據兩組假設進行了分析。 首先，我假設您存儲的數據可以高效地導入到Numpy數組中，所以我沒有包括將集合轉換為數組所需的時間。 我將np.sum的性能與[zip（* sets）中x的sum（x）]進行了比較。 這是每種情況的時間結果：

Excluding numpy Array Conversion: 0.0735958760122
Including numpy Array Conversion: 17.1435046214
Plain old zip: 0.660146750495

結論是，如果可以使用numpy輕松導入輸入數據，則numpy速度更快。

Answer 4

如果列表中包含所有元組，則可以使用reduce() ：

>>> list(reduce(lambda x,y: (i+j for i,j in zip(x,y)), tuples, [0]*4))
[16, 7, 13, 21]

Answer 5

tuples  = [(2,1,3,6), (1,2,5,5),  (3,0,1,6), (10,1,1,4), (0,3,3,0)]
s = [sum(tup) for tup in zip(*tuples)]
Asum, Bsum, Csum, Dsum = s