Question

我有一个由20个字符组成的字符串S：

S='ARNDCEQGHILKMFPSTWYV'

我需要从给定的输入k生成所有可能的k-mer组合。

当k == 3时，有8000种组合（20*20*20），输出列表如下所示：

output = ['AAA', 'AAR', ..., 'AVV', ..., 'VVV'] #len(output)=8000

当k == 2时，有400种组合（20*20），输出列表如下所示：

output = ['AA', 'AR', 'AN', ..., 'VV'] #len(output)=400

当k == 1时，只有20种组合：

output =['A', 'R', 'N', ..., 'Y', 'V'] #len(output)=20

如果数字k已修复，我知道如何执行此操作，例如k == 3，那么我可以这样做：

for a in S:
   for b in S:
      for c in S:
         output.append(a+b+c)
#then len(output)=8000

但是随机选择数字k。我试图使用排列，但它没有给我重复字母像'AAA'的字符串，但也许它可以，我只是做错了。

Answer 1

您要找的是itertools.product()。您可以使用repeat参数作为算法中k的数量。

from itertools import product
...
list(product('ARNDCEQGHILKMFPSTWYV', repeat=2)) # len = 400
list(product('ARNDCEQGHILKMFPSTWYV', repeat=3)) # len = 8000

请记住，它会将字符元组作为默认值返回，如果您想要字符串，则可以使用列表推导加入，如下所示：

[''.join(c) for c in product('ARNDCEQGHILKMFPSTWYV', repeat=3)]
# ['AAA', 'AAR', ..., 'AVV', ..., 'VVV']

Answer 2

您可以使用itertools.product并生成k的随机值：

import itertools
import random
S = 'ARNDCEQGHILKMFPSTWYV'
final_results = map(''.join, itertools.product(*[S]*random.randint(1, 10)))

Answer 3

只需在范围0..L^k-1中生成随机整数V，其中L是字符串长度，k是k-mer的长度。

然后构建相应的组合

V = Random(L**k)
for i in range(k):
    C[i] = A[V % L]       ///i-th letter using integer modulo
    V = V // L            ///integer division

从给定列表生成所有可能的k-mers（字符串组合）

3 个答案: