Python 在一个元组内的元组之间求和最有效的方法是什么？

本质上，我是在生成一个元组的元组：

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)

（尽管有多个排列顺序。）

我想做的是对每个元组/iterable求和，例如

（（2,5,9,11），（2,5,9,12），（2,5,7,10），（2,5,7,11））

-->-->（8,20,32,44）

（我真正想做的是得到聚合元组和预定义元组之间的差异，比如，（50,50,50,50）->（32,30,18,6），最后，求和该差异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？

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（在长可重用项上可能效率较低）：

---

你介意使用pandas/numpy吗？因为你求和的元组是组合生成的，所以我会寻找一种数学方法来简化求和，而不必显式地计算它。如果我们能够计算出

乘积

中的每个组合应该出现在结果中的次数，那么我们可以用乘法代替加法；同样地，如果我们可以计算出

第1部分中的每个数字在总和中出现的次数。
sum_of_all_tuples = tuple(map(sum, zip(*iterable_of_tuples))))