[英]How do you create a python dictionary using lists of different size?
我一直在学习使用正则表达式操作字符串,但是在使用我正在使用的一些数据格式化字典时遇到了问题。 这是我正在努力处理的代码的简化版本:
import re
line=">sp|A|PE=3 SV=1 IDMANTTI >sp|B|PE=3 SV=1 EVPFYPKA >sp|C| PE=3 SV=2 QRWLFNYSGNISN"
NGly_Sites=[]
protein_list=[]
p_and_a=re.findall(r'sp\|(\w+)\|.+?SV=\d\s([A-Z]+)', line)
for protein, amino in p_and_a:
print(protein, amino)
protein_list.append(protein)
NGly_Sites=re.findall(r'N[^P][ST][^P]', amino)
print(NGly_Sites)
Sites={k:v for k,v in zip(protein_list, NGly_Sites)}
print(Sites)
它打印:
A IDMANTTI
['NTTI']
B EVPFYPKA
[]
C QRWLFNYSGNISN
['NYSG', 'NISN']
{'A': 'NYSG', 'B': 'NISN'
我正在尝试将我命名为“蛋白质”的项目与我使用 python 中的 .findall() 函数找到的结果序列进行匹配。 基本上我想做以下事情:
{'A':['NTTI'],'C':['NYSG','NISN']}
我不明白为什么使用 .findall() 函数找到的被放入字典的对象是在所有键('A'、'B'、'C')下完成的,而不是它们的特定键或为什么我似乎无法在一个键下附加使用 .findall() 找到的对象列表。 我确定这只是与语法有关,但我已经尝试过 {k:v for k,v in zip(list1,list2)} 这就是我被告知要制作包含两个列表的字典的方式,并且我似乎无法弄清楚如何让它在列表中插入一个列表。 我该怎么做呢?
您可以使用列表理解来构建元组对的完整蛋白质列表,然后使用字典理解来过滤掉空列表值。 这可以在单个 dict 理解中完成,但将其分为两步会更清晰一点,并且可以节省对findall
进行笨拙的额外调用以提取蛋白质序列。
import re
line = ">sp|A|PE=3 SV=1 IDMANTTI >sp|B|PE=3 SV=1 EVPFYPKA >sp|C| PE=3 SV=2 QRWLFNYSGNISN"
protein_pattern = r"sp\|(\w+)\|.+?SV=\d\s([A-Z]+)"
sites_pattern = r"N[^P][ST][^P]"
all_proteins = [
(k, re.findall(sites_pattern, v))
for k, v in re.findall(protein_pattern, line)
]
sites = {k: v for k, v in all_proteins if v}
print(sites) # => {'A': ['NTTI'], 'C': ['NYSG', 'NISN']}
import re
line=">sp|A|PE=3 SV=1 IDMANTTI >sp|B|PE=3 SV=1 EVPFYPKA >sp|C| PE=3 SV=2 QRWLFNYSGNISN"
p_and_a=re.findall(r'sp\|(\w+)\|.+?SV=\d\s([A-Z]+)', line)
sites = { protein : re.findall(r'N[^P][ST][^P]', amino) for protein, amino in p_and_a }
print(sites)
# {'A': ['NTTI'], 'B': [], 'C': ['NYSG', 'NISN']}
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.