zip函数元组帮助
zip函数元组帮助
提问于 2011-04-17 20:40:43
我希望有人能帮助我解决一个我一直困扰着的问题。我有大量的元组(>500)，如下所示：
(2,1,3,6)
(1,2,5,5)
(3,0,1,6)
(10,1,1,4)
(0,3,3,0) 我的代码片段如下：
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)我意识到上面的代码不正确。我试图找到一种方法，用zip函数把所有的值A加在一起，把B的所有值加在一起，把C的所有值加在一起，把D的所有值加在一起。例如，我想打印如下所示的内容：
Asum = 16
Bsum = 7
Csum = 13
Dsum = 21 有谁能帮帮忙吗？非常感谢您的宝贵时间。
回答 4
Stack Overflow用户
发布于 2011-04-17 20:48:32
map(sum, zip(a, b, c, d, e))第一个调用是zip，它反转列表--生成一个包含所有第一个元素、所有第二个元素等的列表。
第二个调用，map，在它的第二个参数sum上调用它的第一个参数，返回sum的结果列表--恰好是总和。
Stack Overflow用户
发布于 2011-04-17 20:48:06
如果你的sets都是一样的大小，并且你使用的是C Python，你应该考虑使用numpy。你可以在numpy中这样做：
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将值转换为数组，并使用优化的LAPACK函数高效地处理它们。
为了比较性能，我在两组假设下进行了分析。在第一个示例中，我假设您的数据是这样存储的，这样导入到Numpy数组中是有效的，所以我没有包括将集合转换为数组所需的时间。我比较了np.sum和sum(x)在zip(*sets)中的性能。以下是每种情况的时间结果：
Excluding numpy Array Conversion: 0.0735958760122
Including numpy Array Conversion: 17.1435046214
Plain old zip: 0.660146750495结论是，如果您的输入数据可以很容易地用numpy导入，那么numpy会更快。
Stack Overflow用户
发布于 2011-04-17 20:51:01
如果您将所有元组都放在一个列表中，那么可以使用reduce()
>>> list(reduce(lambda x,y: (i+j for i,j in zip(x,y)), tuples, [0]*4))
[16, 7, 13, 21]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/5693559
复制相关文章
相似问题
腾讯云开发者
