- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
你可以在这里获取数据! 2shared底部下载
我正在使用 Python 分析生物数据。
我写下了一段代码,用于在长字符串列表的列表中查找匹配的子字符串。
子字符串在列表中,长度为 7 个核苷酸。
因此在列表中,从 AAAAAAA 到 TTTTTTT,存在 16384 个基序(子串),排列 A、C、G、T。
此代码有一个 for 循环,用于子字符串列表和嵌套在其中的长字符串列表列表。
它工作正常,但由于 list of lists 有 12000 行,代码处理速度非常慢。
换句话说,提供有关 AAAAAAA 的信息以及下一个 AAAAAAC 的信息需要 2 分钟。
所以需要 16384 个图案才能通过 12000 行 2 分钟,需要 (16384*2 == 32768 分钟 -> 546 小时 -> 22 天...)
我正在使用 scipy 和 numpy 来获取 Pvalues。
我想要的是计算序列列表中子字符串的存在和不存在的数量
长字符串的列表和代码是这样的:
list_of_lists_long = [
[BGN, -0.054, AGGCAGCTGCAGCCACCGCGGGGCCTCAGTGGGGGTCTCTGG....]
[ABCB7, 0.109, GTCACATAAGACATTTTCTTTTTTTGTTGTTTTGGACTACAT....]
[GPR143, -0.137, AGGGGATGTGCTGGGGGTCCAGACCCCATATTCCTCAGACTC....]
[PLP2, -0.535, GCGAACTTCCCTCATTTCTCTCTGCAATCTGCAAATAACTCC....]
[VSIG4, 0.13, AAATGCCCCATTAGGCCAGGATCTGCTGACATAATTGCCTAG....]
[CCNB3, -0.071, CAGCAGCCACAGGGCTAAGCATGCATGTTAACAGGATCGGGA....]
[TCEAL3, 0.189, TGCCTTTGGCCTTCCATTCTGATTTCTCTGATGAGAATACGA....]
....] #12000 lines
有没有更快的逻辑来更快地执行代码??
我需要你的帮助!
提前谢谢你。
=====================================
有没有更简单的方法,无需执行任何其他操作?
我认为模式匹配的迭代是问题...
我试图找到的是长度为 7 的基序在整个序列列表中出现了多少次,但也没有出现!!!。因此,如果一个主题出现在一个字符串中,它是 TRUE 作为 bool,然后增加一个值和 FALSE,然后增加另一个值。
不是字符串中的图案数量。
最佳答案
好问题。这是一个经典的计算机科学问题。是的,确实有更好的算法。您的处理每个长字符串 16384 次。更好的方法是只处理每个长字符串一次。
与其在每个长字符串中搜索每个主题,不如只记录每个长字符串中出现了哪些主题。例如,如果您在以下字符串中搜索长度为 2 的基序:
s = 'ACGTAC'
然后你可以在长度为 2 的子字符串上运行一个循环,并记录哪些子字符串出现在 dict
中:
motifAppearances = {}
for i in range(len(s)-1):
motif = s[i:i+2] # grab a length=2 substring
if motif not in motifAppearances:
motifAppearances[motif] = 0 # initialize the count
motifAppearances[motif] += 1 # increment the count
现在您已经对整个字符串进行了恰好一次处理,并找到了其中存在的所有图案。在这种情况下,生成的字典将如下所示:
motifAppearances = {'AC':2, 'CG':1, 'GT':1, 'TA':1}
为您的案例做类似的事情应该可以将您的运行时间减少 16384 倍。
关于python计算序列列表中子字符串的存在和不存在的数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20020445/
如标题所示,ans_list是一个答案列表,ans_index是一个数字(答案在词汇表中的索引,但与atm无关) 这里生成的 tree.anslist 是什么? (例如,仅针对第一个),忽略迭代。 f
我目前将用户的输入存储在逗号分隔的列表中,如下所示: Userid | Options 1 | 1,2,5 用户在一个数组形式中勾选一组选项,然后用逗号连接起来 1,2,5 然后 MySQ
我目前将用户的输入存储在逗号分隔的列表中,如下所示: Userid | Options 1 | 1,2,5 用户在一个数组形式中勾选一组选项,然后用逗号连接起来 1,2,5 然后 MySQ
我想知道如何完全展平列表和包含它们的东西。除其他外,我想出了一个解决方案,它可以将具有多个元素的东西滑倒并将它们放回原处,或者在滑倒后将具有一个元素的东西拿走。 这与 How do I “flatte
我想知道如何完全展平列表和包含它们的东西。除其他外,我想出了一个解决方案,它可以将具有多个元素的东西滑倒并将它们放回原处,或者在滑倒后将带有一个元素的东西拿走。 这与 How do I “flatte
这个问题已经有答案了: Convert nested list to 2d array (3 个回答) 已关闭 7 年前。 java中有没有快捷方式可以转换 List> 到 String[][] ?
我在排序时遇到问题 List> 。我创建了一个自定义比较器,在其中编写了对数据进行排序的代码。 public class CustomComparator implements Comparator
这个问题已经有答案了: 已关闭10 年前。 Possible Duplicate: Java Generics: Cannot cast List to List? 我只是想知道为什么下面的java代
试图想出一个 LINQy 方法来做到这一点,但我什么也没想到。 我有一个对象列表<>,其中包含一个属性,该属性是逗号分隔的字母代码列表: lst[0].codes = "AA,BB,DD" lst[1
假设我有这些任务: points = [] point = (1, 2) 我怎么会这样做: points += point 它工作得很好,并且给了我点 = [1, 2]。但是,如果我这样做: poin
如何在 scala 中将 List[Task[List[Header]]] 类型转换为 Task[List[Header]]。 我有一个方法返回 Task[List[Header]] 并多次调用 do
如何在 Java 中查找二维列表的元素? 我有一个参数为 List> 的函数我想知道如何找到这个列表的行和列。 最佳答案 如果你喜欢 List> obj 然后你就可以像这样访问 obj.get(cur
分配 List到 List工作正常。 分配 List>到 List>不编译。 代码 public class Main { public static void main(String[] a
我正在用 Java 编写一个方法,该方法必须接收并迭代 Serializable 的 List。 有什么区别: public void myMethod(List list) { } 和 public
我看到很多人想用 mvvm 更新网格/列表/树的一部分,但他们不想刷新整个列表。 对于所有遇到此问题的人,我做了以下示例。 希望这对你有用。 最佳答案 这是一个简单的例子。整个代码中最重要的是: Bi
我正在为现有的 C++ 库编写包装器,该库使用列表,其中 T 是自定义结构。我被建议使用 vector 而不是列表,但我试图避免修改库。 为了更好地理解这个场景,我做了一个简单的应用程序,使用一个列表
List list List list 这两种声明有什么区别吗? 谢谢, 最佳答案 是的。 List可以包含所有派生自 Base 的不同事物的混合物. List包含同质项(从某种意义上说,它们必须全部
有人可以尽可能详细地解释以下类型之间的区别吗? List List List 让我更具体一点。我什么时候想使用 // 1 public void CanYouGiveMeAnAnswer(List l
我有一个元组列表,每个元组都是一对列表。所以我的数据看起来像: mylist = [(['foo', 'bar'], ['bar', 'bar']),(['bar', 'bar'],['bar', '
也许是一个时髦的标题,但我遇到了以下问题: 给定一个类型为 (a * b) list 的列表,我想创建一个类型为 (a * b list) list 的新列表。一个例子: 给定列表 let testL
我是一名优秀的程序员,十分优秀!