如何解析代表树状图的字典以创建另一个代表所有父节点和子节点的字典？

Question

我正在使用 Allen Brain 的鼠标RNA-seq 数据，并且从提供的 dend.json 文件中，我想创建一个字典，其中键是父节点，值将是父节点拆分成或导致的节点. 您可以在此处查看树状图。

加载 json 文件的字典如下所示：

{'node_attributes': [{'height': 0.8416,
   'members': 290,
   'edgePar.col': '#000000',
   'edgePar.lwd': 2,
   'edgePar.conf': 1,
   'label': '',
   'midpoint': 256.4472,
   'cell_set_accession': 'CS1910120323',
   'cell_set_alias': '',
   'cell_set_designation': 'Neuron/Non-Neuron',
   'X': '291',
   'node_id': 'n1'}],
 'children': [{'node_attributes': [{'height': 0.6271,
     'members': 279,
     'edgePar.col': '#000000',
     'edgePar.lwd': 2,
     'edgePar.conf': 1,
     'label': '',
     'midpoint': 226.7537,
     'cell_set_accession': 'CS1910120324',
     'cell_set_alias': '',
     'cell_set_designation': 'Neuron/Non-Neuron',
     'X': '292',
     'node_id': 'n2'}],
   'children': [{'node_attributes': [{'height': 0.365,
       'members': 271,
       'edgePar.col': '#000000',
       'edgePar.lwd': 2,
       'edgePar.conf': 1,
       'label': '',
       'midpoint': 178.695,
       'cell_set_accession': 'CS1910120325',
       'cell_set_alias': '',
       'cell_set_designation': 'Neuron 001-271',
       'X': '293',
       'node_id': 'n3'}],............

并且dictionary['children'][0]遵循左分裂，如果一个节点有两个分裂，则dictionary['children'][1]遵循右分裂。

我希望输出的形式类似于：

{n1 : [n2, n281],
 n2 : [n3, n284],...}

目前，我只能解析字典并使用改编自另一篇文章的代码返回节点：

def walk(d):

    for k,v in d.items():
        if isinstance(v, str) or isinstance(v, int) or isinstance(v, float):
            if k == 'node_id':
                print('node:', v)
        elif isinstance(v, list):
            for v_int in range(len(v)):
                walk(v[v_int])

walk(dend)

Output:
node: n1
node: n2
node: n3
node: n4
node: n183
node: n184
node: n185

Answer 1

这可能接近你想要的。

https://github.com/danielsf/AllenInstTools_by_SFD/blob/master/parse_dendrogram.py

它创建了一个类CellNode ，该类为树状图中的每个节点存储节点的名称（ cell_set_accession ），以及所有祖先、子节点（直接子节点）和最终子节点（所有节点的后代）的名称列表从当前节点）在树中。 方法build_tree将返回一个以CellNode为键的cell_set_accession ，其值为该节点的CellNode 。

如果您不喜欢使用cell_set_accession作为节点的名称，您可以在脚本的第 120 行更改它。

如果您想在 dict 中获得更多或更少的信息，您可以识别叶节点，因为它们将返回node.children空列表。

代码对于我的目的来说已经足够好了（这是一个很好的说法，我没有对其进行严格的测试）。 如果某些事情没有按预期工作，请随时与我们联系。