Question

我有3个列表的列表，每个列表中每个列表都有1个列表。

data_set = [
    ['AB12345',['T','T','C','C','A','C','A','G','C','T','T','T','T','C']],
    ['AB12346',['T','T','C','C','A','C','C','G','C','T','C','T','T','C']],
    ['AB12347',['T','G','C','C','A','C','G','G','C','T','T','C','T','C']]
]

我有一个compare方法，它将为我提供包含字符而不是ID的列表的相似性。

def compare(_from, _to):
    similarity = 0
    length = len(_from)
    if len(_from) != len(_to):
        raise Exception("Cannot be compared due to different length.")
    for i in range(length):
        if _from[i] == _to[i]:
            similarity += 1
    return similarity / length * 100

compare(data_set[0][1], data_set[1][1])

通过使用compare方法，我使用了for循环将“ a”列表与其他列表进行比较，如“ a”比较“ a”，“ a”比较“ b”和“ a”比较“C”。

for i in range(len(data_set)):
    data_set[i].append(compare(data_set[0][1], data_set[i][1]))
    print(round(data_set[i][2], 2), end=", ")

但是在将第一个列表与其他列表及其自身进行比较之后，我如何循环到第二个列表和第三个列表，并再次与其他列表进行比较以获得相似性？就像，（（“ b”与“ a”比较，“ b”与“ b”比较，“ b”与“ c”比较）和（“ c”与“ a”比较，“ c”与“ b”比较， “ c”与“ c”相比）。

Answer 1

只需使用第二个嵌套循环

for i in range(len(data_set)):
    for j in range(len(data_set)):
        data_set[i].append(compare(data_set[j][1], data_set[i][1]))
        print(round(data_set[i][2], 2), end=", ")

Answer 2

为便于将来参考，最好在代码中包含输入列表（a，b，c），而不要使用屏幕快照来节省人们必须键入整个列表的时间。我使用了一些较短的版本进行测试。

您可以执行以下操作来遍历两个列表并比较结果。这比使用for i in range(len(data_set)):

更整洁

# Make some test data
a= ["ID_A", ['T', 'G', 'A']]
b= ["ID_B", ['T', 'C', 'A']]
c= ["ID_C", ['C', 'A', 'A']]

data = [a,b,c]

# entry1 takes each of the values a,b,c in order, and entry2 will do the same,
# so you'll have all possible combinations.
for entry1 in data:
    for entry2 in data:
        score = compare(entry1[1], entry2[1])
        print("Compare ", entry1[0], " to ", entry2[0], "Score :", round(score))

输出：

Compare  ID_A  to  ID_A  Score : 100
Compare  ID_A  to  ID_B  Score : 67
Compare  ID_A  to  ID_C  Score : 33
Compare  ID_B  to  ID_A  Score : 67
Compare  ID_B  to  ID_B  Score : 100
Compare  ID_B  to  ID_C  Score : 33
Compare  ID_C  to  ID_A  Score : 33
Compare  ID_C  to  ID_B  Score : 33
Compare  ID_C  to  ID_C  Score : 100

与将分数保存在列表中相比，最好将分数存储在不同的数组中。

Answer 3

您还可以使用itertools.combinations比较所有子列表。另外，在您的compare()函数中，您可能需要考虑返回一个表明子列表不具有可比性的值，而不是引发异常，以便在比较较大的子列表集时不会过早地短路循环。

以下是一个示例（还包括您的compare()函数的一个稍微简化的版本，当由于长度原因而导致列表不可比较时，该函数将返回-1，但由于该列表不与自身进行比较，因此在这种情况下，返回值将始终为100，这似乎是对性能的浪费。

import itertools

data_set = [
    ['AB12345',['T','T','C','C','A','C','A','G','C','T','T','T','T','C']],
    ['AB12346',['T','T','C','C','A','C','C','G','C','T','C','T','T','C']],
    ['AB12347',['T','G','C','C','A','C','G','G','C','T','T','C','T','C']]
    ]

def compare(a, b):
    length = len(a) if len(a) == len(b) else 0
    similarity = sum(1 for i in range(length) if a[i] == b[i])
    return similarity / length * 100 if length else -1

for a, b in itertools.combinations(data_set, 2):
    compared = a[0] + ' and ' + b[0]
    result = compare(a[1], b[1])
    print(f'{compared}: {result}')

# OUTPUT
# AB12345 and AB12346: 85.71428571428571
# AB12345 and AB12347: 78.57142857142857
# AB12346 and AB12347: 71.42857142857143

比较嵌套列表的相似性

3 个答案: