Question

我有以下代码，其中frag是一个字符串列表，按顺序切割（按顺序）DNA序列数据：

for a in frag:
    length_fragment = len(a)
    if  (a[0:5] == 'CCAGC')       and (a[-1:] == 'C'):
        total_length.append(length_fragment)

但是我想跳到for循环中的下一个a并查看下一个片段的第一个字母是否是CCAGC ...这在python中是否可行。

所以我想将a [-1：] =='C'更改为下一个[0：5] =='ACGAG'的参数。关键词是for循环中的下一个。所以我想在for循环中简要地跳过。

Answer 1

for a, next_a in zip(frag, frag[1:]):

如果frag很大，使用itertools.islice代替[1:]

会更有效率

Answer 2

使用continue跳过for循环的其余部分，然后在下一次迭代开始时重新启动。

Answer 3

（我不是100％明确你的意图，所以我会解释：你想找到以CCAGC开头的序列，但只有当以下序列以ACGAG开头时才会出现。在那个假设上......）

如果方便的话，将数据存储为包含所有序列的单个字符串，每行一个，然后使用正则表达式：

ccagc_then_acgag = re.compile('(CCAGC.*)\n(?=ACGAG)')
sum( len(seq) for seq in ccagc_then_acgag.findall(sequences) )

我不能说这是否比迭代字符串列表更快或更慢（正则表达式库有一些很好的优化，整个循环在本机代码中运行，但字符串列表的优点是不必扫描整行以找到ACGAG匹配），但值得测试。