Question

tiny_reads = [
Sequence('CGTGCAA'),
Sequence('TGCAATG'),
Sequence('ATGGCGT'),
Sequence('GGCGTGC'),
Sequence('CAATGGC'),]



dictionary = {} 

def kmers(reads, k):
for line in tiny_reads:
    for kmer in line.iter_kmers(k, overlap=3):
        dictionary[str(kmer)] = 1
        print(dictionary)
        if str(kmer) not in dictionary: 
            dictionary[str(kmer)] = 1
        else:
            dictionary[str(kmer)] += 1


 #print(dict)
 kmers(tiny_reads, 3)
 print(dictionary)

我的代码遍历上面的序列并使用iter_kmer（）将序列分解为大小为3的小读（＆＃39; CGT＆＃39;）。我想创建一个字典，它将包含所有这些小读取以及它们在序列中的数量。我得到的结果是关闭，我不知道为什么。

预期结果：

kmers（tiny_reads，3） {＆＃39; AAT＆＃39;：2，＆＃39; ATG＆＃39;：3，......＆＃39; TGG＆＃39;：2}

我的结果： {＆＃39; CAA＆＃39;：2，＆＃39; GTG＆＃39;：2，＆＃39; GCA＆＃39;：2，＆＃39; GCG＆＃39;：2，＆＃39; ATG＆＃39;：2，＆＃39; TGC＆＃39;：2，＆＃39; CGT＆＃39;：2，＆＃39; AAT＆＃39;：2，＆＃39; GGC＆＃39;：2，＆＃39; TGG＆＃39;：2}

我的结果不正确，因为＆＃39; ATG＆＃39;重复3次。你能帮我们这个令我沮丧的人吗？

Answer 1

您正在使用您正在迭代的每一行重置字典中的计数器：

使用您已有的代码，我会使用defaultdict。

from collections import defaultdict

def kmers(reads, k):
    dictionary = defaultdict(int)
    for line in tiny_reads:
        for kmer in line.iter_kmers(k, overlap=3):
            dictionary[str(kmer)] += 1

如果我正在编写代码，我可能会将所有行连接在一起，然后使用Counter。

def kmers(reads, k):
    accumlator = []
    for line in tiny_reads:
        accumlator += line.iter_kmers(k, overlap=3):
    dictionary = Counter(accumlator)

Answer 2

不确定iter_kmers究竟是如何运作的，但也许您正在寻找类似以下的内容？

tiny_reads = [
    Sequence('CGTGCAA'),
    Sequence('TGCAATG'),
    Sequence('ATGGCGT'),
    Sequence('GGCGTGC'),
    Sequence('CAATGGC')
]

kmer_d = dict()

def kmers(reads, k):
    for tiny_r in tiny_reads:
        for kmer in tiny_r.iter_kmers(k, overlap=3):
            d = kmer_d.get(str(kmer), 0)
            kmer_d[str(kmer)] = d + 1


if __name__ == "__main__":
     kmers(tiny_reads, 3)
     print(kmer_d)

请记住，这可能不是最快的实现，但它只是通过最小的更改来修复错误。从字典中读取值时，使用.get（）方法可以设置默认值，以防未找到任何条目

在词典python中找到键时更新值

2 个答案: