python - 计算字符串中的多个字母组

Question

我一直在尝试调整我的 python 函数来计算字母组而不是单个字母，但我遇到了一些麻烦。这是我必须计算单个字母的代码:

my_seq = "CTAAAGTCAACCTTCGGTTGACCTTGAAAGGGCCTTGGGAACCTTCGGTTGACCTTGAGGGTTCCCTAAGGGTT"

def count_letters(str):
    counts = {}
    for c in str:
        if c in counts:
            counts[c]+=1
        else:
            counts[c]=1
    return counts

counts = count_letters(my_seq)
print(counts)

该函数目前计算出每个字母的计数。现在它打印这个:

{'C': 23, 'T': 30, 'G': 30, 'A': 20}

理想情况下，我希望它打印出如下内容:

{'CTA': 2, 'TAG': 3, 'CGC': 1, 'GAG': 2 ... }

我是 python 的新手，事实证明这很困难。

Answer 1

这可以使用 collections.Counter 很快完成.

from collections import Counter

s = "CTAACAAC"

def chunk_string(s, n):
    return [s[i:i+n] for i in range(len(s)-n+1)]

counter = Counter(chunk_string(s, 3))
# Counter({'AAC': 2, 'ACA': 1, 'CAA': 1, 'CTA': 1, 'TAA': 1})

---

编辑:详细说明chunk_string:

它接受一个字符串 s 和一个 block 大小 n 作为参数。每个 s[i:i+n] 都是字符串的一部分，长度为 n 个字符。循环遍历可以对字符串进行切片的有效索引(0 到 len(s)-n)。然后将所有这些切片分组到一个列表理解中。一个等效的方法是:

def chunk_string(s, n):
    chunks = []
    last_index = len(s) - n
    for i in range(0, last_index + 1):
        chunks.append(s[i:i+n])
    return chunks