-1

我有一个for循环列表，它用于itertools.product()查找不同的字母组合。我想用来collections.Counter()计算一个项目的出现次数，但是，现在它打印“A”和“G”的所有不同组合：

['a', 'A', 'G', 'G']
['a', 'A', 'G', 'g']
['a', 'A', 'G', 'G']
['a', 'A', 'G', 'g']
['a', 'A', 'G', 'g']
#...
['a', 'G', 'A', 'G']
['a', 'G', 'a', 'g']
['a', 'G', 'A', 'G']
['a', 'G', 'a', 'G']
['a', 'G', 'a', 'G']
#...
['a', 'G', 'a', 'G']
['a', 'G', 'A', 'G']
['a', 'G', 'a', 'g']
['a', 'G', 'A', 'G']
['a', 'G', 'a', 'G']
#...
['a', 'G', 'A', 'G']
['a', 'G', 'a', 'G']
['a', 'G', 'a', 'G']
# etc.

现在，这还不是全部，但正如您所看到的，虽然顺序不同，但有些情况是相同的，例如：

['a', 'G', 'A', 'G']
['a', 'A', 'G', 'G']

我更喜欢后一种排序，所以我想找到一种方法在小写字母之前打印所有带有大写字母的组合，并且因为'a'在'g'之前，也是按字母顺序排列的。最终产品应该看起来像['AaGG', 'aaGg', etc]。我应该使用什么功能或功能？

这是生成数据的代码。标记为“计数”的部分是我遇到的麻烦。

import itertools
from collections import Counter
parent1 = 'aaGG'
parent2 = 'AaGg'
f1 = []
f1_ = []
genotypes = []
b = []
genetics = []
g = []
idx = []

parent1 = list(itertools.combinations(parent1, 2))    
del parent1[0]
del parent1[4] 

parent2 = list(itertools.combinations(parent2, 2))    
del parent2[0]
del parent2[4]


for x in parent1:
    f1.append(''.join(x))

for x in parent2:
    f1_.append(''.join(x))

y = list(itertools.product(f1, f1_))  

for x in y:
    genotypes.append(''.join(x))
    break
genotypes = [
        thingies[0][0] + thingies[1][0] + thingies[0][1] + thingies[1][1]
        for thingies in zip(parent1, parent2)
] * 4
print 'F1', Counter(genotypes)

# Counting
for genotype in genotypes:
    alleles = list(itertools.combinations(genotype,2))
    del alleles[1]
    del alleles[3]
    for x in alleles:
        g.append(''.join(x))

for idx in g:
    if idx.lower().count("a") == idx.lower().count("g") == 1:
        break                

f2 = list(itertools.product(g, g)) 

for x in f2:
    genetics.append(''.join(x)) 

for genes in genetics:
    if genes.lower().count("a") == genes.lower().count("g") == 2:
        genes = ''.join(genes)
    print Counter(genes)
4

3 回答 3

3

我认为您正在寻找一种自定义的方式来定义优先级；这些列表目前按 ASCII 编号排序，它将大写字母定义为始终在小写字母之前。我会使用字典定义自定义优先级：

>>> test_list = ['a', 'A', 'g', 'G']
>>> precedence_dict = {'A':0, 'a':1, 'G':2,'g':3}
>>> test_list.sort(key=lambda x: precedence_dict[x])
>>> test_list
['A', 'a', 'G', 'g']

编辑：你的最后几行：

for genes in genetics:
    if genes.lower().count("a") == genes.lower().count("g") == 2:
        genes = ''.join(genes)
    print Counter(genes)

没有做你想让他们做的事。

将这些行替换为：

precedence_dict = {'A':0, 'a':1, 'G':2,'g':3}

for i in xrange(len(genetics)):
    genetics[i] = list(genetics[i])
    genetics[i].sort(key=lambda x: precedence_dict[x])
    genetics[i] = ''.join(genetics[i])
from sets import Set

genetics = list(Set(genetics))
genetics.sort()

print genetics

我认为你有正确的解决方案。在 for 循环中迭代元素时，Python 会复制该项目。所以字符串'genes'实际上并没有在原始列表中被修改。

于 2015-07-23T14:57:52.290 回答
2

我知道您没有要求进行代码审查，但是您最好先按照您想要的顺序生成字符串，而不是在之后尝试过滤它们。这样的事情可能会奏效。

def cross(parent1, parent2):

    out = []
    alleles = len(parent1)/2

    # iterate parent 1 possible genotypes
    for i in range(2):

        # iterate loci 
        for k in range(alleles):
            child = []

            # iterate parent 2 possible genotypes
            for j in range(2):
                p1 = parent1[j * 2 + i]
                p2 = parent2[j * 2 + k]
                c = [p1, p2]

                # get each genotype pair into capitalization order
                c.sort()
                c.reverse()
                child += c

            out.append("".join(child))
    return out


if __name__ == "__main__":

    parent1 = 'aaGG'
    parent2 = 'AaGg'

    # F1
    f1 = cross(parent1, parent2)
    print f1

    # F2
    f2 = []
    for p1 in f1:
        for p2 in f1:
            f2 += cross(p1, p2)
    print f2

这是从单亲获取所有组合的一种方法。从空字符串开始，逐一添加可能性。

def get_all_combos(allele_pair, gametes):
# Take a list of of genotypes. Return an updated list with each possibility from an allele pair

    updated_gametes = []
    for z in gametes:
       updated_gametes.append(z + allele_pair[0])
       updated_gametes.append(z + allele_pair[1])
    return updated_gametes

if __name__ == "__main__":

    parent1 = 'aaGG'
    parent2 = 'AaGg'

    alleles = len(parent2)/2
    gametes = [""]
    for a in range(alleles):
        allele_pair = parent2[a*2:a*2+2]
        gametes = get_all_combos(allele_pair, gametes)
    print gametes

也许您可以弄清楚如何将这两种解决方案结合起来以获得您想要的。

于 2015-07-23T15:44:24.387 回答
0

您可以尝试使用排序功能。我的意思的例子：

parent1 = "absdksakjcvjvugoh"
parent1sorted = list(parent1)
parent1sorted.sort()
print (parent1sorted)

你得到的结果是这样的： ['a', 'a', 'b', 'c', 'd', 'g', 'h', 'j', 'j', 'k', 'k '、'o'、's'、's'、'u'、'v'、'v']

这对你有帮助吗？

tldr：将字符串转换为列表，排序列表

于 2015-07-23T14:53:54.137 回答