Question

sample = [['CGG','ATT'],['GCGC','TAAA']]
base_counts = [[Counter(base) for base in sub] for sub in sample]
#Output : [[Counter({'G': 2, 'C': 1}), Counter({'T': 2, 'A': 1})], [Counter({'C': 2, 'G': 2}), Counter({'A': 3, 'T': 1})]]

base_freqs = [[{k_v[0]:k_v[1]/len(bases[i]) for i,k_v in enumerate(count.items())} for count in counts] for counts, bases in zip(base_counts, sample)]
#Output 2 [[{'C': 0.3333333333333333, 'G': 0.6666666666666666}, {'A': 0.3333333333333333, 'T': 0.6666666666666666}], [{'C': 0.5, 'G': 0.5}, {'A': 0.75, 'T': 0.25}]]

示例是输入，Output2是程序的最终输出。使用base_freqs的程序计算＆＃34; base＆＃34;的频率。每对样品中的（碱= ATGC）。输出提供正确的答案。但是，我希望看到for循环格式的代码而不是理解。

此代码最初取自发布的here

Answer 1

是。在外面和从左到右阅读理解的方法。为了便于阅读，我们将其格式化一下：

base =[   
         [ 
             {   k_v[0] : k_v[1]/len(bases[i]) 
                 for i,k_v in enumerate(count.items())
             }  
             for count in counts
         ] 
         for counts, bases in zip(base_counts, sample) 
      ]

与：

相同

bases = []
for counts, bases in zip(base_counts, sample):
    temp_list = []
    for count in counts:
        temp_dict = {}
        for i, k_v in enumerate(count.items()):
            temp_dict[k_v[0]] = k_v[1] / len(bases[i])
        temp_list.append(temp_dict)
    bases.append(temp_list)

从性能的角度来看，列表理解更好，因为你不是经常创建新的列表和dicts，或者调用像append这样的方法，这些方法有一些开销。

Answer 2

您始终可以翻译列表理解，例如

ls = [<EXPR> for <VARS> in <ITERABLE> if <CONDITIONAL>]

到

ls = []
for <VARS> in <ITERABLE>:
    if <CONDITIONAL>:
        ls.append(<EXPR>)

理解中的多个for子句对应于转换中的嵌套for循环，最左边的for子句对应于最外面的for循环。

生成器，字典和集合理解的翻译是类似的。

Answer 3

使用for循环并不是那么容易，但是它应该是这样的。

result = []
for counts, bases in zip(base_counts, sample):
    some_list = []
    for count in counts:
        some_dict = {}
        for i,k_v in enumerate(count.items()):
            some_dict[k_v[0]] = k_v[1]/len(bases[i])
        some_list.append(some_dict)
    result.append(some_list)

如何将这种理解转换为Python中的for循环？

3 个答案: