Question

我正在通过罗莎琳德解决问题。我被困住了一周。我将尽可能简单地解释这一点。

输入 - 名为Genome的字符串，以及整数k，L和t。基因组是一串遗传密码。

k是给定的整数，即每个kmer的大小。 kmer是遗传密码的子串，可能具有某种意义。 t是kmer出现在丛中的次数。 L是形成丛的文本长度。例如，如果L = 400我们正在寻找一个在400个字符的丛中发生t次的kmer。

输出 - 在基因组中形成（L，t） - 团块的所有不同的k聚体。

此代码采用基因组，将其分解为所有可能的kmers并将这些kmers插入字典中。 kmers是关键。值设置如下 [frequency_of_kmer, [kmer locations]]。该值在字典中存储如下：{'AAAAA' : [y, [z1,z2]]}，其中y是出现次数，z1和z2是字符串中的索引，其中子字符串是找到。

基本上，我希望迭代字典。我想在文本中找到t次出现的密钥。也就是说，我想查找字典d的所有键，以便d[key]==t。

下面的代码，然后是输出。

代码：

from pprint import pprint
genome = "CGGACTCGACAGATGTGAAGAAATGTGAAGACTGAGTGAAGAGAAGAGGAAACACGACACGACATTGCGACATAATGTACGAATGTAATGTGCCTATGGC"
k = 5
L = 75
t = 4
len_genome = int(len(genome))
l = []

for i in range (len_genome - k + 1):
    kmer = genome[i:i +k]
    # list of every possible kmer
    l.append(kmer)

d = {}
for i in range (len(l)):
    try:
        d[l[i]][0] += 1
        d[l[i]][1].append(i)
    except KeyError:
        d[l[i]] = [1, [i]]

pprint(d)

Answer 1

修改如果我理解正确，这可以很容易实现：

from pprint import pprint x = 4 pprint({key: value for key, value in d.iteritems() if value[0] == x})

<强>输出：

{'AATGT': [4, [21, 73, 81, 86]], 'CGACA': [4, [6, 54, 59, 67]], 'GAAGA': [4, [16, 26, 37, 42]]}

（以下原始答案）

我不知道什么是丛，但这是你访问的方式，比如AATGT＆＃39;中的第二个整数。（第7个dict项目，即73）：

d['AATGT'][1][1]

['AATGT']获取密钥'AATGT'的值，第一个[1]访问最外层列表中的第二个项目，第二个[1]访问第二个值最里面的清单。

按预期产生73。

如果要迭代所有这些值，可以使用double for循环：

# d.iteritems() should be d.items() in Python 3.x for key, sublist in d.iteritems(): print('kmer: {}'.format(key)) for value in sublist[1]: print value

这会产生

kmer: ACACG 51 56 kmer: TAATG 72 85 kmer: AGAGG 44 kmer: GGACT 1 (...)

Answer 2

如果我理解正确，你需要所有kmers的列表，这是dictonary d的关键。

要获取字典的所有键，可以使用字典类的keys()方法，如下所示：

kmer_list=d.keys()

如果要查找出现一定次数的所有序列，请尝试：

occurance_times=4
kmer_list=filter(lambda x: d[x][0]==occurance_times, d.keys())

Answer 3

    from collections import defaultdict
    code="AGCTTTT...TTTTTC"
    (k,L,t,counter,results) = (9,500,3,1,[])
    d = defaultdict(list)
    for z in range (0,len(code)):
      d[code[z:z+k]].append(z)
    for value in d.items():
      if len(value[1])>=3:
        for y in range(0,len(value[1])-2):
          if value[1][y+t-1]-value[1][y] <= L-k:
            results.append(value[0])
    results.sort()
    if len(results)==0:
      print "No result"
    if len(results)==1:
      print results[0],
      print 1
    if len(results)>1:
      print results[0],
      for i in range (0,len(results)-1):
        if results[i+1]!=results[i]:
          counter += 1
          print results[i+1],
    print counter

查找列表中具有该列表中特定元素的字典的所有元素

3 个答案: