從給定列表中生成所有可能的k-mers（字符串組合）

Question

我有一個由20個字符組成的字符串S ：

S='ARNDCEQGHILKMFPSTWYV'

我需要從給定的輸入k生成所有可能的k-mer組合。

當k == 3 ，則有8000個組合（ 20*20*20 ），輸出列表如下所示：

output = ['AAA', 'AAR', ..., 'AVV', ..., 'VVV'] #len(output)=8000

當k == 2 ，則有400個組合（ 20*20 ），輸出列表如下所示：

output = ['AA', 'AR', 'AN', ..., 'VV'] #len(output)=400

當k == 1 ，只有20種組合：

output =['A', 'R', 'N', ..., 'Y', 'V'] #len(output)=20

我知道如果數字k是固定的，例如k == 3 ，那么我可以這樣做：

for a in S:
   for b in S:
      for c in S:
         output.append(a+b+c)
#then len(output)=8000

但是數字k是隨機選擇的。 我嘗試使用置換，但是它沒有給我提供帶有重復字母的字符串，例如'AAA' ，但是也許可以並且我做錯了。

Answer 1

您正在尋找的是itertools.product（） 。 您可以對算法中k的數量使用repeat參數。

from itertools import product
...
list(product('ARNDCEQGHILKMFPSTWYV', repeat=2)) # len = 400
list(product('ARNDCEQGHILKMFPSTWYV', repeat=3)) # len = 8000

請記住，它默認返回元組字符，如果您要使用字符串，則可以使用列表推導方式加入，如下所示：

[''.join(c) for c in product('ARNDCEQGHILKMFPSTWYV', repeat=3)]
# ['AAA', 'AAR', ..., 'AVV', ..., 'VVV']

Answer 2

您可以使用itertools.product並為k生成隨機值：

import itertools
import random
S = 'ARNDCEQGHILKMFPSTWYV'
final_results = map(''.join, itertools.product(*[S]*random.randint(1, 10)))

Answer 3

只需生成范圍為0..L^k-1隨機整數V，其中L為字符串長度，k為k-mer的長度。

然后建立對應的組合

V = Random(L**k)
for i in range(k):
    C[i] = A[V % L]       ///i-th letter using integer modulo
    V = V // L            ///integer division