Python 查找列表字典中具有特定元素的所有元素

我正在通过罗莎琳解决一个问题。我已经有一个星期没有被卡住了。我将尽可能简单地解释这一点

输入-一个名为

Genome

的字符串，以及整数

k

、

L

和

t

。基因组是一系列需要分类的遗传密码

k

是一个给定的整数，即每个公里数的大小。kmer是遗传密码的一个子串，可能有某种意义

t

是kmer在束中出现的次数

L

是形成束的文本长度。例如，如果

L=400

我们正在寻找一个在400个字符的集群中出现

t

次的kmer

输出-基因组中形成（L，t）簇的所有不同k-聚体

该代码获取基因组，将其分解为所有可能的Kmer，并将这些Kmer插入字典。KMER是钥匙。这些值的设置如下所示

[乘客频率，[乘客位置]]

。该值以如下方式存储在字典中：

{'aaaaaaa'：[y[z1，z2]}

，其中

y

是出现的次数，

z1

和

z2

是找到子字符串的字符串中的索引

基本上，我希望反复阅读字典。我想找到文本中出现次数

t

的键。也就是说，我想查找字典

d

的所有键，以便

d[key]==t

下面是代码，后面是输出

代码：

from pprint import pprint
genome = "CGGACTCGACAGATGTGAAGAAATGTGAAGACTGAGTGAAGAGAAGAGGAAACACGACACGACATTGCGACATAATGTACGAATGTAATGTGCCTATGGC"
k = 5
L = 75
t = 4
len_genome = int(len(genome))
l = []

for i in range (len_genome - k + 1):
    kmer = genome[i:i +k]
    # list of every possible kmer
    l.append(kmer)

d = {}
for i in range (len(l)):
    try:
        d[l[i]][0] += 1
        d[l[i]][1].append(i)
    except KeyError:
        d[l[i]] = [1, [i]]

pprint(d)

{'AATGT': [4, [21, 73, 81, 86]],
 'CGACA': [4, [6, 54, 59, 67]],
 'GAAGA': [4, [16, 26, 37, 42]]}

---

如果我理解正确，您需要所有Kmer的列表，这些Kmer是口述

d

的键

要获取字典的所有键，可以使用dictionary类的

keys（）

方法，如下所示：

kmer_list=d.keys()

如果要查找发生一定次数的所有序列，请尝试：

occurance_times=4
kmer_list=filter(lambda x: d[x][0]==occurance_times, d.keys())

编辑： 如果我理解正确，这很容易实现：

from pprint import pprint
x = 4
pprint({key: value for key, value in d.iteritems() if value[0] == x})

输出：

from pprint import pprint
genome = "CGGACTCGACAGATGTGAAGAAATGTGAAGACTGAGTGAAGAGAAGAGGAAACACGACACGACATTGCGACATAATGTACGAATGTAATGTGCCTATGGC"
k = 5
L = 75
t = 4
len_genome = int(len(genome))
l = []

for i in range (len_genome - k + 1):
    kmer = genome[i:i +k]
    # list of every possible kmer
    l.append(kmer)

d = {}
for i in range (len(l)):
    try:
        d[l[i]][0] += 1
        d[l[i]][1].append(i)
    except KeyError:
        d[l[i]] = [1, [i]]

pprint(d)

{'AATGT': [4, [21, 73, 81, 86]],
 'CGACA': [4, [6, 54, 59, 67]],
 'GAAGA': [4, [16, 26, 37, 42]]}

---

（原始答复如下）

我不知道什么是块，但这就是访问的方式，比如说'AATGT'中的第二个整数（第七个dict项，73）：

['AATGT']

获取键的值

'AATGT'

，第一个

[1]

访问最外层列表中的第二项，第二个

[1]

访问最内层列表中的第二项

这将产生预期的

73

如果要迭代所有这些值，可以使用double for循环：

# d.iteritems() should be d.items() in Python 3.x
for key, sublist in d.iteritems():
    print('kmer: {}'.format(key))
    for value in sublist[1]:
        print value

这就产生了

kmer: ACACG
51
56
kmer: TAATG
72
85
kmer: AGAGG
44
kmer: GGACT
1
(...)

从集合导入defaultdict
code=“AGCTTTTT…TTTTT C”
（k，L，t，计数器，结果）=（9500,3,1，[]））
d=默认DICT（列表）
对于范围（0，长度（代码））内的z：
d[代码[z:z+k]]。追加（z）
对于d.items（）中的值：
如果len（值[1]）>=3：
对于范围（0，len（值[1]）-2）内的y：
如果值[1][y+t-1]-值[1][y]1：
打印结果[0]，
对于范围（0，len（结果）-1）内的i：
如果结果为[i+1]=结果[i]：
计数器+=1
打印结果[i+1]，
打印计数器

试着像编程问题一样提问，而不是像生物学问题一样提问。提示：不要使用

genome

、

kmer

或

clump

这些词。您可以添加代码的错误吗？i、 e.输出的具体错误是什么，输出应该是什么？同时检查你的缩进。你的缩进被破坏了。这是使用制表符而不是空格的结果。不想在这里发动一场圣战，所以要么更改编辑器设置，要么修复这里的缩进：）你说的“丛”到底是什么意思？它只是

基因组中包含的整个字符串吗？