Skip to main content
 首页 » 编程设计

python之没有模块的程序

2024年12月31日9zlslch

我有以下程序:

from collections import Counter 
counter=0 
lst=list() 
fhandle=open('DNAInput.txt','r') 
for line in fhandle: 
    if line.startswith('>'): 
       continue 
    else: 
       lst.append(line) 
while counter != len(lst[0]): 
    lst2=list() 
    for word in lst: 
        lst2.append(word[counter]) 
    for letter in lst2: 
        mc=Counter(lst).most_common(5) 
    counter=counter +1 
    print(mc) 

它采用以下 inout 文件:

>1 
GATCA 
>2 
AATC 
>3 
AATA 
>4 
ACTA 

并打印出每个Collin中重复次数最多的字母。 如果没有“from collections import Counter”,我如何制作完全相同的文件

请您参考如下方法:

如果我明白你想做什么;在每一列中找到最常见的字符(?)这是你如何做到的:

def most_common(col, exclude_char='N'): 
    col = list(filter((exclude_char).__ne__, col)) 
    return max(set(col), key=col.count) 
 
sequences = [] 
with open('DNAinput.txt', 'r') as file: 
    for line in file: 
        if line[0] == '>': 
            continue 
        else: 
            sequences.append(line.strip()) 
 
m = max([len(v) for v in sequences]) 
matrix = [list(v) for v in sequences] 
for seq in matrix: 
    seq.extend(list('N' * (m - len(seq)))) 
transposed_matrix = [[matrix[j][i] for j in range(len(matrix))] for i in range(m)]  
 
for column in transposed_matrix: 
    print(most_common(column)) 

这项工作由:

打开您的文件并将其读入列表,如下所示:

# This is the `sequences` list 
['GATCA', 'AATC', 'AATA', 'ACTA'] 

获取最长DNA序列的长度:

# m = max([len(v) for v in sequences]) 
5 

从这些序列创建一个矩阵(列表的列表):

# matrix = [list(v) for v in sequences] 
[['G', 'A', 'T', 'C', 'A'], 
 ['A', 'A', 'T', 'C'], 
 ['A', 'A', 'T', 'A'], 
 ['A', 'C', 'T', 'A']] 

填充矩阵,使所有序列的长度相同:

# for seq in matrix: 
#     seq.extend(list('N' * (m - len(seq)))) 
[['G', 'A', 'T', 'C', 'A'], 
 ['A', 'A', 'T', 'C', 'N'], 
 ['A', 'A', 'T', 'A', 'N'], 
 ['A', 'C', 'T', 'A', 'N']] 

转置矩阵,使列变为顶部 -> 底部(而不是左侧 -> 右侧)。这会将来自相同位置的所有字符放在一个列表中。

# [[matrix[j][i] for j in range(len(matrix))] for i in range(m)] 
[['G', 'A', 'A', 'A'], 
 ['A', 'A', 'A', 'C'], 
 ['T', 'T', 'T', 'T'], 
 ['C', 'C', 'A', 'A'], 
 ['A', 'N', 'N', 'N']] 

最后,遍历转置矩阵中的每个列表并调用 most_common 并将子列表作为输入:

# for column in transposed_matrix: 
#     print(most_common(column)) 
A 
A 
T 
C 
A 

这种方法有一些注意事项;首先,我包含的 most_common 函数将在单个位置中有相同数量的核苷酸的情况下返回第一个值(参见位置 4,这可能是 A 或 C)。此外,most_common 函数可能比使用集合中的 Counter 花费指数更多的时间。

出于这些原因,我强烈建议使用以下脚本代替,因为 collections 在安装时包含在 python 中。

from collections import Counter 
 
sequences = [] 
with open('DNAinput.txt', 'r') as file: 
    for line in file: 
        if line[0] == '>': 
            continue 
        else: 
            sequences.append(line.strip()) 
 
m = max([len(v) for v in sequences]) 
matrix = [list(v) for v in sequences] 
for seq in matrix: 
    seq.extend(list('N' * (m - len(seq)))) 
transposed_matrix = [[matrix[j][i] for j in range(len(matrix))] for i in range(m)]  
 
for column in transposed_matrix: 
    print(Counter(column).most_common(5))