[英]Counting the number of times an item occurs in a certain position within an OrderedDict
[英]Counting the number of times a letter occurs at a certain position using python
我是python的初学者,遇到过这个问题,我不确定如何解决。
如果我有以下顺序/字符串:
GATCCG
GTACGC
如何计算每个字母在每个位置出现的频率。 也就是说,G在两个序列中两次出现在位置1处,A在位置1发生了0次,依此类推。
任何帮助,将不胜感激,谢谢!
您可以使用defaultdict
和enumerate
的组合,如下所示:
from collections import defaultdict
sequences = ['GATCCG', 'GTACGC']
d = defaultdict(lambda: defaultdict(int)) # d[char][position] = count
for seq in sequences:
for i, char in enumerate(seq): # enum('abc'): [(0,'a'),(1,'b'),(2,'c')]
d[char][i] += 1
d['C'][3] # 2
d['C'][4] # 1
d['C'][5] # 1
这将建立一个嵌套的defaultdict
,它将字符作为第一键,并将位置作为第二个键,并提供在所述位置出现所述字符的次数。
如果您想要仓位列表:
max_len = max(map(len, sequences))
d = defaultdict(lambda: [0]*max_len) # d[char] = [pos0, pos12, ...]
for seq in sequences:
for i, char in enumerate(seq):
d[char][i] += 1
d['G'] # [2, 0, 0, 0, 1, 1]
不确定这是最好的方法,但是您可以使用zip在字符串上进行某种转置,从而在每个位置生成字母的元组,例如:
x = 'GATCCG'
y = 'GTACGC'
zipped = zip(x,y)
print zipped
将产生作为输出:
[('G', 'G'), ('A', 'T'), ('T', 'A'), ('C', 'C'), ('C', 'G'), ('G', 'C')]
从元组中可以看到,两个字符串的第一个位置包含两个G,第二个位置包含A和T,依此类推。然后可以使用Counter(或其他方法)获得所需的值。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.