Умножение кортежа на скаляр

Может быть, это лучше, но это должно работать

tuple([10*x for x in img.size])

Способ pythonic будет использовать понимание списка:

y = tuple([z * 10 for z in img.size])

Другой способ может быть:

y = tuple(map((10).__mul__, img.size))

Решение:

set1=(70, 70)
tuple(2*array(set1))

Объяснение: arrays сделать возможным прямое скалярное умножение. Следовательно, tuple, называемое здесь set1, преобразуется в array. Я предполагаю, что вы хотите продолжать использовать tuple, поэтому мы преобразуем array обратно в tuple.

Это решение позволяет избежать явного и многословного цикла for. Я не знаю, быстрее или в обоих случаях происходит одно и то же.

Вероятно, есть более простой способ, чем этот, но

print map(lambda x: 10*x, img.size)

Будет делать почти то, что вы хотите, хотя печатается как список, а не кортеж. Оберните вызов map внутри tuple(map...), если вы хотите, чтобы он печатался как кортеж (скобки, а не квадратные скобки).

Если у вас возникает эта проблема чаще и с большими кортежами или списками, вы можете использовать библиотеку numpy, который позволяет выполнять все виды математических операций над массивами. Однако в этой простой ситуации это было бы полным излишеством.

Простая вещь, если вы пишете кучу кода, но не хотите более сложную векторную библиотеку...

class V(tuple):
    '''A simple vector supporting scalar multiply and vector add'''
    def __new__ (cls, *args):
        return super(V, cls).__new__(cls, args)
    def __mul__(self,s):
        return V( *( c*s for c in self) )
    def __add__(self,s):
        return V( *( c[0]+c[1] for c in zip(self,s)) )
    def __repr__(self):
        return "V" + super(V, self).__repr__()

# As long as the "vector" is on the left it just works

xaxis = V(1.0, 0.0)
yaxis = V(0.0, 1.0)
print xaxis + yaxis      # => V(1.0, 1.0)
print xaxis*3 + yaxis*5  # => V(3.0, 5.0)
print 3*xaxis            # Broke, => (1.0, 0.0, 1.0, 0.0, 1.0, 0.0)

Экземпляры "V" в остальном ведут себя как кортежи. Для этого требуется, чтобы все экземпляры "V" были созданы с одинаковым количеством элементов. Вы можете добавить, например, в __new__

if len(args)!=2: raise TypeError('Must be 2 elements')

чтобы обеспечить, чтобы все экземпляры были двумерными векторами....

Вы можете попробовать что-то вроде этого:

print [10 * s for s in img.size]

Это даст вам новый список со всеми элементами, которые у вас есть в кортеже, умноженными на 10.

В соответствии с предыдущими ответами, но с использованием numpy:

import numpy as np
result = tuple(10*np.array(img.size))

Просто обзор

import timeit

# tuple element wise operations multiplication

# native
map_lambda = """
a = tuple(range(10000))
b = tuple(map(lambda x: x * 2, a))
"""

# native
tuple_comprehension = """
a = tuple(range(10000))
b = tuple(x * 2 for x in a)
"""

# numpy
using_numpy = """
import numpy as np
a = tuple(range(10000))
b = tuple((np.array(a) * 2).tolist())
"""

print('map_lambda =', timeit.timeit(map_lambda, number=1000))
print('tuple_comprehension =', timeit.timeit(tuple_comprehension, number=1000))
print('using_numpy =', timeit.timeit(using_numpy, number=1000))

Время на моей машине

map_lambda = 1.541315148000649
tuple_comprehension = 1.0838452139996662
using_numpy = 1.2488984129995515

ничего не добавляя, кроме разнообразия..

import operator
img_size = (70, 70)
map(operator.mul, img_size, len(img_size)*(10,))

Вы пытаетесь применить функцию к Tuple в целом. Вам нужно применить его к отдельным элементам и вернуть новый кортеж.

newTuple = tuple([10*x for x in oldTuple])

Помните, что вы не можете изменить кортеж.