Question

给出以下列表：

DNA_list = ['ATAT', 'GTGTACGT', 'AAAAGGTT']

我想过滤超过3个字符的字符串。我用以下代码实现了这个目标：

使用for循环：

long_dna = []
for element in DNA_list:
    length = len(element)
    if int(length) > 3:
        long_dna.append(element)
print long_dna

但是我希望我的代码更通用，所以我以后可以过滤任何长度的字符串，所以我使用了一个函数和for循环：

def get_long(dna_seq, threshold):
    return len(dna_seq) > threshold

long_dna_loop2 = []
for element in DNA_list:
    if get_long(element, 3) is True:
        long_dna_loop2.append(element)
print long_dna_loop2

我希望使用filter()实现相同的通用性，但我无法做到这一点。如果我使用上面的函数get_long()，当我将它与filter()一起使用时，我就无法将参数传递给它。这是不可能还是有办法绕过它？

我的代码filter()用于特定情况：

def is_long(dna):
        return len(dna) > 3

    long_dna_filter = filter(is_long, DNA_list)

Answer 1

使用lambda提供阈值，如下所示：

filter(lambda seq: get_long(seq, 3),
       dna_list)

Answer 2

你要做的事情被称为partial function application：你有一个带有多个参数的函数（在这种情况下，2）并且希望得到一个从它派生的函数，并修复了一个或多个参数，你然后可以转到filter。

某些语言（特别是功能性语言）具有此功能＆＃34;内置＆＃34;。在python中，您可以使用lambdas来执行此操作（正如其他人所示）或您可以使用functools library。特别是functools.partial：

partial（）用于部分函数应用程序，它“冻结”函数参数和/或关键字的某些部分，从而产生具有简化签名的新对象。例如，partial（）可用于创建一个callable，其行为类似于int（）函数，其中base参数默认为2：
>>> from functools import partial
>>> basetwo = partial(int, base=2)
>>> basetwo.__doc__ = 'Convert base 2 string to an int.'
>>> basetwo('10010')
18

所以你可以这样做：

filter(functools.partial(get_long, treshold=13), DNA_list)

Answer 3

您需要使用filter()吗？为什么不使用更多的Pythonic列表理解？

示例：

>>> DNA_list = ['ATAT', 'GTGTACGT', 'AAAAGGTT']
>>> threshold = 3
>>> long_dna = [dna_seq for dna_seq in DNA_list if len(dna_seq) > threshold]
>>> long_dna
['ATAT', 'GTGTACGT', 'AAAAGGTT']

>>> threshold = 4
>>> [dna_seq for dna_seq in DNA_list if len(dna_seq) > threshold]
['GTGTACGT', 'AAAAGGTT']

这种方法的优点是可以将它转换为生成器，这可以根据您的应用提供改进的内存和执行，例如：如果你有很多DNA序列，并且你想迭代它们，那么将它们作为一个列表来实现会一次消耗大量的内存。等效生成器只需要用方括号[]替换方括号()：

>>> long_dna = (dna_seq for dna_seq in DNA_list if len(dna_seq) > threshold)
<generator object <genexpr> at 0x7f50de229cd0>
>>> list(long_dna)
['GTGTACGT', 'AAAAGGTT']

在Python 2中，这种性能改进不是filter()的选项，因为它返回一个列表。在Python 3中filter()返回一个更类似于生成器的过滤器对象。

Answer 4

你可以让is_long返回一个可以接受dna的函数，就像这样

>>> def is_long(length):
...     return lambda dna: len(dna) > length
...

然后在filter中使用它，就像这样

>>> filter(is_long(3), DNA_list)
['ATAT', 'GTGTACGT', 'AAAAGGTT']
>>> filter(is_long(4), DNA_list)
['GTGTACGT', 'AAAAGGTT']

注意：请勿使用is运算符来比较布尔值或数字。而是尽可能地依赖数据的真实性。所以，在你的情况下，你可以编写你的第二个版本

if get_long(element, 3):
    long_dna_loop2.append(element)

引用programming recommendations in PEP-8，

不要使用==。
将布尔值与True或False进行比较
 Yes:   if greeting:
 No:    if greeting == True:
 Worse: if greeting is True:

Answer 5

以下是使用lambda的更多方法。第一个使用默认关键字参数来保持所需的长度。第二个只是在lambda正文中嵌入所需的长度。

#Create a list of strings
s = 'abcdefghi'
data = [s[:i+1] for i in range(len(s))]
print data

thresh = 3
print filter(lambda seq, n=thresh: len(seq) > n, data)

print filter(lambda seq: len(seq) > 5, data)

<强>输出

['a', 'ab', 'abc', 'abcd', 'abcde', 'abcdef', 'abcdefg', 'abcdefgh', 'abcdefghi']
['abcd', 'abcde', 'abcdef', 'abcdefg', 'abcdefgh', 'abcdefghi']
['abcdef', 'abcdefg', 'abcdefgh', 'abcdefghi']

在第一个例子中你也可以这样做：

print filter(lambda seq, n=3: len(seq) > n, data)

同样，在第二个示例中，您可以使用本地（或全局）变量替换文字5，例如：

thresh = 5
print filter(lambda seq: len(seq) > thresh, data)

Answer 6

您总是可以创建一个callable，它返回一个适用于filter完成的比较的callable，如下例所示：

def main():
    dna_list = ['A', 'CA', 'TGATGATAC', 'GGGTAAAATC', 'TCG', 'AGGTCGCT', 'TT',
                'GGGTTGGA', 'C', 'TTGGAGGG']
    print('\n'.join(filter(length_at_least(3), dna_list)))


def length_at_least(value):
    return lambda item: len(item) >= value

# length_at_least = lambda value: lambda item: len(item) >= value

if __name__ == '__main__':
    main()

Answer 7

你可以有更一般的案例。

由于函数是python中的一个对象，你可以创建另一个函数，它返回你想要的函数。

def f(threshhold):
    def g(x):
        return len(x)>threshhold
    return g #return a function

this_function = f(3)

DNA_list = ['ATAT', 'GTGTACGT', 'AAAAGGTT','AAA','AAAA']
filter(this_function, DNA_list)

output: ['ATAT', 'GTGTACGT', 'AAAAGGTT', 'AAAA']

g是你真正想要的，f是创造它的功能。

Answer 8

我使用了如下内部函数和非本地范围的不同解决方案。由于我的代码不同，我已经修改了原始代码以供理解。

希望这会有所帮助。：）

 def outerfun():
    charlimit = 3
    def is_long(dna):
        nonlocal charlimit
        return len(dna) > charlimit
    long_dna_filter = filter(is_long, DNA_list)     
    return long_dna_filter

在python

8 个答案: