在python字符串中查找重叠的kmers

Question

我试图在长二进制字符串中找到二进制5-mers的计数。 那是， 鉴于一串说：seq ='000111100101101'，我想计算每个5-mer出现的次数。 我很容易生成所有32次迭代的列表：

import re
from itertools import product  
combo = [ ''.join(x) for x in product('01', repeat=5) ]

我现在的问题是计算重叠中每个组合的出现次数。 （也就是说，我想检查长度为5：0：4,1：5,2：6,3：7的重叠窗口...（序列长度为4的窗口总数）。我不确定该怎么做所以以一种计算重叠窗口的方式。（combo [i] = seq.count（i）似乎不起作用。）

谢谢！

给定seq的所需输出示例：

seq: '11111101'
Combos: (11111 :2 ,  11101 :1 , 11110 :1)

Answer 1

使用defaultdict的简单python实现：

from collections import defaultdict
def C(s):
  d = defaultdict(int)
  for i in xrange(len(s)-4):
    d[s[i:i+5]] += 1
  return d

 C('010100101010101001111010000000001')