python - 基于汉明距离从Python列表中删除字符串

Question

我有一个 list

l = ['ATCGGG','CGGGAT,CGGGAA','ATGGCC,CTCCCT,CTCCGT,TTAAGG']

我想计算列表中每个元素中字符串之间的汉明距离，并删除小于或等于另一个元素的汉明距离 1 的字符串。示例预期输出为

l = ['ATCGGG','CGGGAT','ATGGCC,CTCCCT,TTAAGG']

我知道如何计算两个字符串之间的汉明距离:

def hamming(s1, s2):
    if len(s1) != len(s2):
        raise ValueError("Undefined for sequences of unequal length")
    return sum(ch1 != ch2 for ch1, ch2 in zip(s1, s2))

我无法正确迭代列表的元素。请问有什么好的办法吗？

Answer 1

这会产生您想要的输出:

result = []
for group in l:
    pieces = group.split(",")
    thischunk = []
    for piece in pieces:
        if all(hamming(piece, base) > 1 for base in thischunk):
            thischunk.append(piece)
    result.append(",".join(thischunk))
print(result)

输出为:

['ATCGGG', 'CGGGAT', 'ATGGCC,CTCCCT,TTAAGG']