python - 计算文件中某个三联体的数量(DNA 密码子分析)

Question

这道题其实是做DNA密码子分析的，简单来说，假设我有这样一个文件:
atgaaaccaaag...
我想计算此文件中存在的“aaa”三元组的数量。重要的是，三胞胎从头开始(这意味着 atg,aaa,cca,aag,...)所以在这个例子中结果应该是 1 而不是 2 'aaa'。
是否有任何 Python 或 Shellscript 方法可以执行此操作？谢谢!

Answer 1

首先读取文件

with open("some.txt") as f:
    file_data = f.read()

然后把它分成3份

codons = [file_data[i:i+3] for i in range(0,len(file_data),3)]

然后数数

print codons.count('aaa')

像这样

>>> my_codons = 'atgaaaccaaag'
>>> codons = [my_codons[i:i+3] for i in range(0,len(my_codons),3)]
>>> codons
['atg', 'aaa', 'cca', 'aag']
>>> codons.count('aaa')
1