Skip to main content
 首页 » 编程设计

python之使用python将字符数组转换为整数

2024年11月01日11zhengyun_ustc

我有一段数据,是字符数组的形式:

cgcgcg 
aacacg 
cgcaag 
cgcacg 
agaacg 
cacaag 
agcgcg 
cgcaca 
cacaca 
agaacg 
cgcacg 
cgcgaa 

请注意,每一列仅包含两种类型的字符。我需要根据它们在列中的百分比将它们转换为整数 0 或 1。例如第1列有8个c和4个a,所以c占多数,那么我们需要将其编码为0,其他编码为1。

使用 zip() 我可以在 python 中转置这个数组,并将每一列放入一个列表中:

In [28]: lines = [l.strip() for l in open(inputfn)] 
 
In [29]: list(zip(*lines)) 
Out[29]:  
[('c', 'a', 'c', 'c', 'a', 'c', 'a', 'c', 'c', 'a', 'c', 'c'), 
 ('g', 'a', 'g', 'g', 'g', 'a', 'g', 'g', 'a', 'g', 'g', 'g'), 
 ('c', 'c', 'c', 'c', 'a', 'c', 'c', 'c', 'c', 'a', 'c', 'c'), 
 ('g', 'a', 'a', 'a', 'a', 'a', 'g', 'a', 'a', 'a', 'a', 'g'), 
 ('c', 'c', 'a', 'c', 'c', 'a', 'c', 'c', 'c', 'c', 'c', 'a'), 
 ('g', 'g', 'g', 'g', 'g', 'g', 'g', 'a', 'a', 'g', 'g', 'a')] 

没有必要将它们严格转换为整数,即 'c' 到 '0' 或 'c' 到 int(0) 都可以,因为无论如何我们都要将它们写入制表符分隔的文件。

请您参考如下方法:

像这样:

lis = [('c', 'a', 'c', 'c', 'a', 'c', 'a', 'c', 'c', 'a', 'c', 'c'), 
 ('g', 'a', 'g', 'g', 'g', 'a', 'g', 'g', 'a', 'g', 'g', 'g'), 
 ('c', 'c', 'c', 'c', 'a', 'c', 'c', 'c', 'c', 'a', 'c', 'c'), 
 ('g', 'a', 'a', 'a', 'a', 'a', 'g', 'a', 'a', 'a', 'a', 'g'), 
 ('c', 'c', 'a', 'c', 'c', 'a', 'c', 'c', 'c', 'c', 'c', 'a'), 
 ('g', 'g', 'g', 'g', 'g', 'g', 'g', 'a', 'a', 'g', 'g', 'a')] 
def solve(lis): 
    for row in lis: 
        item1, item2 = set(row) 
        c1, c2 = row.count(item1), row.count(item2) 
        dic = {item1 : int(c1 < c2), item2 : int(c2 < c1)} 
        yield [dic[x] for x in row] 
...          
>>> list(solve(lis)) 
[[0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0], 
[0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0], 
[0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0], 
[1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1], 
[0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1], 
[0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1]] 

使用 collections.Counter:

from collections import Counter 
def solve(lis): 
    for row in lis: 
        c = Counter(row) 
        maxx = max(c.values()) 
        yield [int(c[x] < maxx) for x in row] 
...          
>>> pprint(list(solve(lis))) 
[[0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0], 
 [0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0], 
 [0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0], 
 [1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1], 
 [0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1], 
 [0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1]]