Skip to main content
 首页 » 编程设计

Python 在大列表中查找 kmers

2025年05月04日9linjiqin

我如何修改下面的代码,使其不是将单个字符串作为输入,而是将字符串列表作为输入?我试图找到许多 DNA 序列列表的所有 kmers。

def kmer_count(dna, k): 
    f = {} 
    for x in range(len(dna)+1-k): 
        kmer = dna[x:x+k] 
        f[kmer] = f.get(kmer, 0) + 1 
    return(f) 

我的输入:

 ['GCCGGCAGCACCGGCAGCCAGGAGCCGATCGTCGCGCTGGCCGCGCTGAGCCAGGCGACGTCGGCCATCG', 
 'GGCTCGTCGCGACGGTGTCGACCACGTATCACCATCCGTTTGCCGCGGCTGATCGGCACGCTCGA', 
 'TCACGTGAGCGGCGGCCGCGCCCGGGGGGAACGCGGTGACGTCGTCGGTCGGCGAGGAGAATTTCGGCGAC', 
 'GCCGCGTTGCCCGACCCGGAGCAGCGCTATGCGCGCGCCGCCGAATTCGTCGAAGTCGTCAACGCGCTGT', 
 'TCGACGCGAACGATCCCGACGCGGTGCGACGCACGCCGAGCGGCGGCGTGTCGGAAGCT'] 

显然,出于实际原因(我的列表很大),我不能连续地将每个字符串逐一分配给函数 kmer_count。

请您参考如下方法:

您可以使用多参数传递 (*args) 将多个参数传递给您的函数,并使用 yield 返回包含所有字典的生成器:

def kmer_count(k,*args): 
  f = {} 
  for dna in args:  
    for x in range(len(dna)+1-k): 
        kmer = dna[x:x+k] 
        f[kmer] = f.get(kmer, 0) + 1 
    yield(f) 

如果你想以列表的形式获得结果,你可以使用 list 将你的迭代器转换为列表:

print list(kmer_count(k,*args)) 

但作为一种更 pythonic 的方式,您可以使用 itertools.islice 和 collections,Counter :

from collections import Counter 
from itertools import islice 
 
def kmer_count(k,*args): 
  for dna in args: 
    yield Counter(''.join(islice(s,i,i+k)) for i in range(len(dna)+1-k))