python - 初始化方法；自身对象的 len()

Question

def __init__(self,emps=str(""),l=[">"]):
    self.str=emps
    self.bl=l


def fromFile(self,seqfile):
    opf=open(seqfile,'r')                                       
    s=opf.read()                                              
    opf.close()                                                    
    lisst=s.split(">")                                             
    if s[0]==">":
        lisst.pop(0)                                                    
    nlist=[]
    for x in lisst:
        splitenter=x.split('\n')                                        
        splitenter.pop(0)                                               
        splitenter.pop()                                                
        splitstring="".join(splitenter)                                 
        nlist.append(splitstring)                                       
    nstr=">".join(nlist)                                                
    nstr=nstr.split()
    nstr="".join(nstr)
    for i in nstr:
        self.bl.append(i)
    self.str=nstr
    return nstr

def getSequence(self):
    print self.str
    print self.bl
    return self.str

def GpCratio(self):
    pgenes=[]
    nGC=[]
    for x in range(len(self.lb)):                                   
        if x==">":
            pgenes.append(x)                                           
    for i in range(len(pgenes)):                                        
        if i!=len(pgenes)-1:                                            
            c=krebscyclus[pgenes[i]:pgenes[i+1]].count('c')+0.000       
            g=krebscyclus[pgenes[i]:pgenes[i+1]].count('g')+0.000                                          
            ratio=(c+g)/(len(range(pgenes[i]+1,pgenes[i+1])))
            nGC.append(ratio)                                           
    return nGC  

---

s = Sequence()
s.fromFile('D:\Documents\Bioinformatics\sequenceB.txt')
print 'Sequence:\n', s.getSequence(), '\n'
print "G+C ratio:\n", s.GpCratio(), '\n'

---

我不明白为什么会报错:

in GpCratio     for x in range(len(self.lb)): AttributeError: Sequence instance has no attribute 'lb'. 

当我在 def getSequence 中打印列表时，它会打印正确的 DNA 序列列表，但我不能使用该列表来搜索核苷酸。我的大学只允许我输入 1 个文件并且不使用定义中的其他参数，但是“ self ”顺便说一句，这是一个类，但它拒绝我发布它......类名为 Sequence

---

Answer 1

看起来像是打字错误。您在 __init__() 例程中定义了 self.bl，然后尝试访问 self.lb。

(此外，emps=str("") 是多余的 - emps="" 也同样有效。)

但即使你更正了那个拼写错误，循环也不会工作:

for x in range(len(self.bl)):   # This iterates over a list like [0, 1, 2, 3, ...]
    if x==">":                  # This condition will never be True
        pgenes.append(x) 

你可能需要做类似的事情

pgenes=[]
for x in self.bl:
    if x==">":                  # Shouldn't this be != ?
        pgenes.append(x) 

也可以写成列表推导式:

pgenes = [x for x in self.bl if x==">"]

在 Python 中，您几乎不需要 len(x) 或 for n in range(...)；您宁愿直接迭代序列/可迭代。

由于您的程序不完整且缺少示例数据，我无法在此处运行它来查找所有其他缺陷。也许以下内容可以为您指明正确的方向。假设一个包含字符 ATCG 和 > 的字符串:

>>> gene = ">ATGAATCCGGTAATTGGCATACTGTAG>ATGATAGGAGGCTAG"
>>> pgene = ''.join(x for x in gene if x!=">")
>>> pgene
'ATGAATCCGGTAATTGGCATACTGTAGATGATAGGAGGCTAG'
>>> ratio = float(pgene.count("G") + pgene.count("C")) / (pgene.count("A") + pgene.count("T"))
>>> ratio
0.75

但是，如果您不想查看整个字符串而是查看单独的基因(其中 > 是分隔符)，请使用如下内容:

>>> gene = ">ATGAATCCGGTAATTGGCATACTGTAG>ATGATAGGAGGCTAG"
>>> genes = [g for g in gene.split(">") if g !=""]
>>> genes
['ATGAATCCGGTAATTGGCATACTGTAG', 'ATGATAGGAGGCTAG']
>>> nGC = [float(g.count("G")+g.count("C"))/(g.count("A")+g.count("T")) for g in genes]
>>> nGC
[0.6875, 0.875]

但是，如果要计算GC含量，那么当然不是要(G+C)/(A+T)而是(G+C)/(A+T+G+C)—— > nGC = [float(g.count("G")+g.count("C"))/len(g)]。