Question

该程序应该找到字符串开始的位置（在“ATG”处）并切片直到结束点（在“TAG”，“TAA”或“TGA”）。每当我尝试使用我创建的函数和提供的测试字符串计算lastIndex时，我不断收到-1作为索引。是否有抛弃或忽略负值的Python函数？

genome = 'TTATGTTTTAAGGATGGGGCGTTAGTT'
newGenome = ''

def firstIndex(genome):
    return genome.find("ATG")

def lastIndex(genome):
    return min(genome.find("TAG"), genome.find("TAA"), genome.find("TGA"))


for i in range(genome.count("ATG")):
    newgenome = genome[firstIndex(genome):lastIndex(genome)]

Answer 1

如果找不到任何内容，

find将返回-1。因此，如果找不到任何密码子，您的lastIndex函数将始终返回-1。

你真的不想“忽略-1”，你想要找到TAG|TAA|TGA的第一个实例。（幸运的是，您提供了代码，因此我们避开了XY problem）

中最糟糕的部分

您的代码也会因效率低下而受到影响 - 它必须在整个字符串中进行3次完整传递才能找到三个密码子之一的第一次出现。我们可以通过使用正则表达式来改进它。

尝试使用re.finditer，所以你只需要通过你的基因组：

next(m.start() for m in re.finditer('TAG|TAA|TGA',genome))
Out[9]: 8

使用next很好，因为如果没有从生成器表达式中产生任何内容，我们可以提供默认值：

def lastIndex(genome):
    return next((m.start() for m in re.finditer('TAG|TAA|TGA',genome)),None)

Answer 2

不确定忽略负值的函数是否足够，因为您必须相应地更改for循环。实现结果的一种方法是将代码修改为：

def lastIndex(genome):
    val = min(genome.find("TAG"), genome.find("TAA"), genome.find("TGA"))
    return val if val > -1 else None


for i in range(genome.count("ATG")):
    li = lastIndex(genome)
    if li:
        newgenome = genome[firstIndex(genome):li]
    else:
         newgenome = genome[firstIndex(genome):]

编辑：我的回答是提供一种方法来忽略lastIndex方法中的负返回值，并在随后的for循环中相应地处理它，而不管返回值的逻辑如何实际上是计算的。但是，正如@roippi指出的那样，计算lastIndex的返回值的方式存在缺陷，他的答案也是如此。

是否有抛弃或忽略负值的Python函数？

2 个答案: