Question

我试图找到碱基（A，C，G，T）的位置，并将其放入对应于其位置的字典中。

我正在处理一个文本行，其中包含以下几行

----T
C
-C
-----G
C
-----C
---T
----A
----C
-----G

根据以上信息，我知道

C在第一位置
C在第二位置
第3位位置未知
T在第4位
C，A，T在第五位
C，G在第六位

到目前为止，我已经在下面编写了代码

def chunks(chunks_file):
    set_bases = {}
    with open(chunks_file) as file:
        for line in file:
            for character in line:
                if character.isalpha():
                    letter = character
                    position = line.find(letter) + 1
                    set_bases[position] = {letter}

    return set_bases

我当前的输出是：

{5: {'C'}, 1: {'C'}, 2: {'C'}, 6: {'G'}, 4: {'T'}}

其中期望的输出将是：

{1: {'C'}, 2: {'C'}, 4: {'T'}, 5: {'C', 'A', 'T'}, 6: {'C', 'G'}}

在我看来，值并未添加到已经存在的键中，但是新值正在替换旧值。

我该如何解决这个问题？

Answer 1

考虑到您拥有txt文件，可以按照以下方式进行操作：

outDict = {}

with open('data.txt', 'r') as inFile:
    lines = [line.strip() for line in inFile if not line == '\n']
    outDict = dict((str(line.count('-')+1),set()) for line in lines)
    for line in lines:
        outDict[str(line.count('-')+1)].update(line[-1])
    print(outDict)

结果：

{'5': {'C', 'A', 'T'}, '1': {'C'}, '2': {'C'}, '6': {'C', 'G'}, '4': {'T'}}

Answer 2

我可以提出以下改进建议：

import collections

def chunks(filename):
    bases = collections.defaultdict(set)

    with open(filename) as f:
        for line in f:
            line = line.strip()
            if len(line) > 0:
                for i, char in enumerate(line):
                    if char.isalpha():
                        position = i + 1
                        bases[position].add(char)

    return bases

此代码使用collections.defaultdict，因此您不必检查位置是否在字典中。
在行上进行迭代时，我也使用enumerate()，因此您已经拥有该职位，无需致电line.find()。

此代码可以按如下方式使用：

>>> d = chunks('your-file-name.txt')
>>> d
defaultdict(<class 'set'>, {5: {'T', 'C', 'A'}, 1: {'C'}, 2: {'C'}, 6: {'G', 'C'}, 4: {'T'}})

>>> dict(d)
{5: {'C', 'A', 'T'}, 1: {'C'}, 2: {'C'}, 6: {'G', 'C'}, 4: {'T'}}

>>> for k, v in sorted(d.items()):
...     print(k, v)
1 {'C'}
2 {'C'}
4 {'T'}
5 {'C', 'A', 'T'}
6 {'G', 'C'}

Answer 3

尝试这样的事情：

def chunks(chunks_file):
    set_bases = {}
    with open(chunks_file) as file:
        for line in file:
            for character in line:
                if character.isalpha():
                    letter = character
                    position = line.find(letter) + 1
                    if position in set_bases:
                        set_bases[position].append(letter)
                    else:
                        set_bases[position] = [letter]

    return set_bases

累积值到字典中的对应键？

3 个答案: