Question

我只是在模拟（Mendel's First Law of Inheritance）。

在我可以让生物交配并分析结果之前，必须生成群体，即，必须在不拆除包装的情况下用不同数量的三种不同类型的元组填充列表。

在尝试熟悉itertools时（我稍后需要在配对部分中进行组合），我想出了以下解决方案：

import itertools

k = 2
m = 3
n = 4

hd = ('A', 'A')       # homozygous dominant
het = ('A', 'a')      # heterozygous 
hr = ('a', 'a')       # homozygous recessive

fhd = itertools.repeat(hd, k)
fhet = itertools.repeat(het, m)
fhr = itertools.repeat(hr, n)

population = [x for x in fhd] + [x for x in fhet] + [x for x in fhr]

会导致：

[('A', 'A'), ('A', 'A'), ('A', 'a'), ('A', 'a'), ('A', 'a'), ('A', 'a'), ('A', 'a'), ('A', 'a'), ('A', 'a')]

是否有更合理，pythonic或内存节省的方式来构建最终列表，例如没有首先生成三种类型的个人名单？

Answer 1

您可以使用itertools.chain来组合迭代器：

population = list(itertools.chain(fhd, fhet, fhr))

虽然我可以说当你只需要itertools.repeat时就不需要使用[hd] * k。实际上，我将按如下方式进行此模拟：

pops = (20, 30, 44)
alleles = (('A', 'A'), ('A', 'a'), ('a', 'a'))

population = [a for n, a in zip(pops, alleles) for _ in range(n)]

或者

allele_freqs = ((20, ('A', 'A')),
                (30, ('A', 'a')),
                (44, ('a', 'a')))

population = [a for n, a in allele_freqs for _ in range(n)]

Answer 2

我认为这应该可行。

pops = [2,3,4]
alleles = [('A','A'), ('A', 'a'), ('a','a')]
out = [pop*[allele] for pop, allele in zip(pops,alleles)]
print [item for sublist in out for item in sublist]

我已将代码放在CodeBunk上，因此您也可以运行它。

Answer 3

population = 2*[('A', 'A')] + 3*[('A', 'a')] + 4*[('a', 'a')]

或

hd = ('A', 'A')       # homozygous dominant
het = ('A', 'a')      # heterozygous 
hr = ('a', 'a')       # homozygous recessive

population = 2*[hd] + 3*[het] + 4*[hr]

使用元组填充列表

3 个答案: