python字典根据字母创建键并根据出现的频率创建值

Question

我必须阅读看起来像这样的文本

TCCATCTACT
GGGCCTTCCT
TCCATCTACC

等等...

我想创建一个字典，我如何阅读它并将 T、C、A 或 G 设置为键，值是字母的频率 出现在整个文本中吗？

Answer 1

只需将整个字符串传递给 collections.Counter() object它会计算每个字符。

逐行执行可能会更有效，以免需要太多内存:

from collections import Counter

counts = Counter()

with open('inputtextfilename') as infh:
    for line in infh:
        counts.update(line.strip())

str.strip() 调用会删除所有空格(例如换行符)。

使用示例输入的快速演示:

>>> from collections import Counter
>>> sample = '''\
... TCCATCTACT
... GGGCCTTCCT
... TCCATCTACC
... '''.splitlines(True)
>>> counts = Counter()
>>> for line in sample:
...     counts.update(line.strip())
... 
>>> for letter, count in counts.most_common():
...     print(letter, count)
... 
C 13
T 10
A 4
G 3

我使用了Counter.most_common() method获取字母计数对的排序列表(按照从最常见到最不常见的顺序)。