python - 加速两个字符串的成对比较

Question

我有一个包含两个字符串的列表(包含一个序列和一些空格)。我需要成对地遍历两个字符串并比较每个字符并计算两者不等于空格的位置

我有这个，但它对我的需要来说太慢了。有什么办法可以加快速度吗？

from itertools import izip

def overlap(sequence_pair):
    return sum(nucleotide1 != ' ' and nucleotide2 != ' ' for nucleotide1, nucleotide2 in izip(*sequence_pair))

if __name__ == '__main__':
    sequence_pair = ['   AT GT ',
                     ' GTAGCG  ']
    print overlap(sequence_pair)

Answer 1

在纯 Python 中优化您的代码会很困难，但如果您从一开始就使用 NumPy 数组而不是 Python 列表/字符串，那么您可以获得显着的加速:

>>> import numpy as np
>>> sequence_pair = ['   AT GT '*10000, ' GTAGCG  '*10000]
>>> sequence_pair_arr = np.array([list('   AT GT '*10000), list(' GTAGCG  '*10000)])
>>> %timeit overlap(sequence_pair)
100 loops, best of 3: 14 ms per loop
>>> %timeit np.all(sequence_pair_arr != ' ', axis=0).sum()
100 loops, best of 3: 2.2 ms per loop