拜托,我再次需要帮助。
我有一个名为 vf_to_cluster.txt
的文件,如下所示:
我从中创建了一个名为 vf_accession_to_cluster_groups
的字典,其中键是 vf_accession
(AI0...),值是集群组列表 (['1',' 2','3'...]
)。
我已经通过这种方式编码来做到这一点(我知道这不是一个漂亮的代码,但我现在可以用我所知道的抱歉):
f = 'script_folder/vf_to_cluster.txt'
vf_accession_to_cluster_groups = {}
with open(f, 'r') as f6:
for lines in f6.readlines():
lines = lines.replace('[', '')
lines = lines.replace(']', '')
lines = lines.replace(',', '')
lines_split = lines.strip().split(' ')
vf_keys = lines_split[0]
cluster_values = lines_split[1:]
vf_accession_to_cluster_groups[vf_keys] = cluster_values
获得这本字典后,我的主要目标是查看有多少 vf_accessions
(AI0...) 共享相同的集群组。因此,我可以说,例如 AI001 和 AI002 共享 4 个簇组,这意味着这两个 vf_accession
可能相同或非常接近(由相同基因编码)。
我编写了这段代码:
for vf_1 in vf_accession_to_cluster_groups.keys():
print '-'*40
for vf_2 in (vf_accession_to_cluster_groups.keys():
res = 0
if vf_1 != vf_2:
for i in vf_accession_to_cluster_groups[vf_1]:
for j in vf_accession_to_cluster_groups[vf_2]:
if i == j :
res = res + 1
print vf_1, vf_2, res
我设法放弃这样的比较:AI001 AI001 或 AI002 AI002...
通过使用 if vf_1 != vf_2
:
但我不能不允许这样的比较: AI014 AI015 之后,我的代码以另一种方式比较它们 AI015 AI014 所以基本上,我想要的是放弃这种类型的比较。如果比较过一次,就不要再以其他方式进行比较。有人可以帮我吗?
此外,如果任何生物信息学家看到我的矩阵,您是否认为我应该将簇列表的大小包含在我的 vf_accession
比较中,例如:
dist = float(res) / len(set(vf_accession_to_cluster_groups[vf_1] + vf_accession_to_cluster_groups[vf_2]))
感谢大家提供的任何帮助。
最佳答案
如果您没有数百万个键,您可以将键存储在列表中并对它们进行排序(使结果易于阅读)。
cluster_groups = list(vf_accession_to_cluster_groups.keys())
cluster_groups.sort()
现在您可以使用 enumerate
循环遍历所有键(最后一个键除外,因为您不需要将它与自身进行比较):
for index, vf_1 in enumerate(cluster_groups[:-1]):
并且对刚刚用于外循环的键之后的所有键进行比较循环
for vf_2 in cluster_groups[index + 1:]:
完整代码
cluster_groups = list(vf_accession_to_cluster_groups.keys())
cluster_groups.sort()
for index, vf_1 in enumerate(cluster_groups[:-1]):
print('-'*40)
for vf_2 in cluster_groups[index + 1:]:
res = 0
for i in vf_accession_to_cluster_groups[vf_1]:
for j in vf_accession_to_cluster_groups[vf_2]:
if i == j :
res = res + 1
print(vf_1, vf_2, res)
一些小建议
- 将结果存储在字典中,以便您稍后检索。您可以使用字典的字典。
如果您想检查某个项目是否在列表中,只需使用
如果 my_list 中有项目:
更新代码
cluster_groups = list(vf_accession_to_cluster_groups.keys())
cluster_groups.sort()
results = dict()
for index, vf_1 in enumerate(cluster_groups[:-1]):
print('-'*40)
results[vf_1] = dict()
for vf_2 in cluster_groups[index + 1:]:
res = 0
for i in vf_accession_to_cluster_groups[vf_1]:
if i in vf_accession_to_cluster_groups[vf_2]:
res = res + 1
print(vf_1, vf_2, res)
results[vf_1].update({vf_2: res})
def get_results(key1, key2, results):
if key1 > key2:
key1, key2 = key2, key1
if results.get(key1):
return results[key1].get(key2)
return None
关于python - 将字典与其自身进行比较,但如果已经比较,则避免对键进行两次比较,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45232360/