首页 文章

使用for循环构建NumPy数组（列表列表？）

提问于
浏览 次
1

我正在尝试构建一个数组，其中每行包含来自不同序列的k聚体（k长度核苷酸串） . 我一直在读你不能真的有空数组，我很难尝试使用追加 .

bases = ['A', 'T', 'C', 'G']
self.profile = np.array([])

    for x in range(1):
        k = self.ksize
        kmer = [''.join(p) for p in itertools.product(bases, repeat=k)]
        for i in range(0, len(self.motifs)):
            for q in range(0, len(kmer)):
                if kmer[q] in self.motifs[i]:
                    self.kmers.append(kmer[q])
                    self.profile[i] = self.kmers

我在这里得到的错误是：“IndexError：索引0超出了0号轴的大小为0”

我意识到这是因为我没有指定数组的形状，但我只知道会有多少行，我不知道会有多少列（列大小取决于有多少k-mers是在每个序列中找到） .

如果我尝试将其列为“列表列表”：

bases = ['A', 'T', 'C', 'G']
    self.profile = list()

    for x in range(1):
        k = self.ksize
        kmer = [''.join(p) for p in itertools.product(bases, repeat=k)]
        for i in range(0, len(self.motifs)):
            for q in range(0, len(kmer)):
                if kmer[q] in self.motifs[i]:
                    self.kmers.append(kmer[q])
                    self.profile[i] = self.kmers

我得到：self.profile [i] = self.kmers IndexError：列表赋值索引超出范围

有一个更好的方法吗？

python arrays python-3.x bioinformatics

2 回答

  • 1

    从评论中收集信息，我认为您想要的是以下内容：给定一个主题列表（在您的情况下，每个50个碱基长的核苷酸串），您需要出现的长度为k的子序列（k-mers）每一个 . 编写代码的pythonic方式更多：

    bases = ['A', 'T', 'C', 'G']
self.profile = []

k = self.ksize
kmer = [''.join(p) for p in itertools.product(bases, repeat=k)]

for mot in self.motifs:
   for km in kmer:
      if km in mot:
         self.kmers.append(km)
         self.profile.append(self.kmers)

    请注意，在python中，如果您只是使用它来访问列表，数组或任何可迭代的内容，则不需要遍历索引;你可以循环遍历迭代本身 . 检查 zip 和 enumerate 以获得更大的灵活性 .

    最后一件事：请注意 self.kmer 将是一个包含 [kmer1, kmer2, kmer4, kmer6] 的列表，依此类推（即，yor motif中的kmers），但您将无法区分主题 . 此外， self.profile 将是包含 [[kmer1], [kmer1, kmer2], [kmer1, kmer2, kmer4]] 的列表列表，依此类推 .

    如果你不关心 self.profile （因为你可以在以后逐步 Build 它），你可以用一个大的列表理解来做所有事情：

    kmers = [km for mot in motifs for km in kmer if km in mot]

    编辑：两件额外的事情

    请注意，这样， kmers 将重复序列 . 为了避免这种情况，你可以写一个额外的小费（ if km not in self.kmers ），或者更确切地说使用sets，以避免重复 .

    如果你确实想要通过motif分隔的kmers列表，你可以通过列表理解以更简单的方式完成：

    self.profile = [] 
for mot in motifs:
    individual_km = [km for km in kmer if km in mot]
    self.profile.append(individual_km)
    回复于
  • 2

    Numpy数组不能像python列表和字典一样动态增长 . 事实上，最后我读到，任意增长Numpy数组，创建一个新的数组到所需的形状，然后从原始数组对象复制，这不是太优 .

    为了达到你想要的结果，我必须首先创建一个嵌套的列表对象，然后在迭代完成后立即创建Numpy数组 . 只要嵌套列表对象的大小相等，您就可以使用以下内容：

    my_profile = []

    ...你的循环代码......

    self.profile = np.array（my_profile）

    回复于

相关问题