按python代码列出分配索引超出范围？
我不断收到一封信 索引器错误：列表分配索引超出范围 第78行的错误按python代码列出分配索引超出范围？,python,Python,我不断收到一封信 索引器错误：列表分配索引超出范围 第78行的错误 编写此代码的目的是为生物信息学找到模体DNA 我们如何解决这个错误或问题 这是我的代码： from math import log class MotifMedianFinding(object): def __init__(self, input_file): super(MotifMedianFinding, self).__init__() self.input_lines = o
编写此代码的目的是为生物信息学找到模体DNA
我们如何解决这个错误或问题 这是我的代码：
from math import log
class MotifMedianFinding(object):
def __init__(self, input_file):
super(MotifMedianFinding, self).__init__()
self.input_lines = open("C:\\Users\\A.Khassawneh\\Desktop\\fasta.txt")
def output(self):
#main method to call both functions
sequences = {}
for line in self.input_lines:
if '>' in line:
sequences[line] = self.input_lines.next()
for label, seq in sequences.iteritems():
print "DNA:" + seq + "\n\n\n\n\n"
median = self.median_string(seq, 5,5, len(seq))
self.motif(seq, median,5,len(seq))
def median_string(self, dna, t, n, l):
#bound and search method of calulating median string
start_pos = start_pos = [1,1,1,1,1]
best_dist = 1000000000
i = 1
while i > 0:
if i < l:
prefix = str(start_pos)
opt_dist = self.hamming_score(prefix, dna)
if opt_dist > best_dist:
s,i = self.bypass(start_pos,i,l,4)
else:
s,i = self.next_vertex(start_pos,i,l,4)
else:
word = str(s)
if self.hamming_score(word, dna) < best_dist:
best_dist = self.hamming_score(word, dna)
bestword = word
s,i = self.next_vertex(start_pos,i,l,4)
print "Best Word: %s (tot_dis = %s)" % (bestword,best_dist)
return bestword
def motif(self, dna, t, n, l):
#bound and search method of calculating motif
start_pos = [1,1,1,1,1]
best_score = 0
i = 1
while 1 > 0:
if i < t:
opt_score = Score(s, i, dna) + (t-1) * l
if opt_score < best_score:
start_pos, i = self.bypass(start_pos, i, t, n-l+1)
else:
start_pos, i = self.next_vertex(start_pos, i, t, n-l+1)
else:
if self.score(start_pos, dna) > best_score:
best_score = self.score(start_pos)
best_motif = str(s)
start_pos, i = self.next_vertex(start_pos, i, t, n-l+1)
print "motif consensus string: %s (consensus_score = %s) " % (best_motif, best_score)
print "motif positions/string s=(s1..st): %s" % ', '.join(start_pos)
return best_motif
def bypass(vertex, level, l, k):
#skip uncessary calculations in the tree
j = level
for ind in xrange(j,1,-1):
if a[j] < k:
a[j] = a[j] + 1
return vertex, j
return vertex, 0
def next_vertex(self, vertex, level, L, k):
#transverse the tree of a strand of genes
if level <L:
vertex[level+1] = 1
return vertex,level+1
else:
j = L
for ind in xrange(j,1,-1):
if vertex[ind] < k:
vertex[j] = vertex[j] + 1
return vertex, j
return vertex, 0
def score(start_pos):
# biggest score of motif
total = 0
for i in start_pos:
total += i
return total
def hamming_score(self, s, dna):
pass
motif_median = MotifMedianFinding('HMP-part.fa')
motif_median.output()
从数学导入日志
类motimedianfinding（对象）：
def_uuuinit_uuu（自，输入文件）：
超级（motimedinfinding，self）。\uuuu init\uuuuu（）
self.input_lines=open（“C:\\Users\\A.khassoweh\\Desktop\\fasta.txt”）
def输出（自）：
#调用这两个函数的主方法
序列={}
对于self.input_行中的行：
如果行中有“>”：
sequences[line]=self.input\u lines.next（）
对于标签，在sequences.iteritems（）中添加seq：
打印“DNA:+seq+”\n\n\n\n”
中位数=自身中位数字符串（序号5,5，长度（序号））
自我主题（序号、中位数、5、长度（序号））
定义中位数字符串（自身、dna、t、n、l）：
#计算中位数字符串的边界和搜索方法
开始位置=开始位置=[1,1,1,1]
最佳距离=100000000
i=1
当i>0时：
如果i最佳距离：
s、 i=自旁路（启动位置，i，l，4）
其他：
s、 i=自身。下一个顶点（开始位置，i，l，4）
其他：
word=str（s）
如果self.hamming_分数（单词、dna）<最佳距离：
最佳距离=自我。汉明分数（单词、dna）
最佳单词
s、 i=自身。下一个顶点（开始位置，i，l，4）
打印“最佳单词：%s（tot\u dis=%s）”%（最佳单词，最佳距离）
返回最佳单词
def基序（自身、dna、t、n、l）：
#计算模体的界和搜索方法
开始位置=[1,1,1,1,1]
最佳分数=0
i=1
当1>0时：
如果i最佳评分：
最佳得分=自我得分（开始位置）
最佳主题=str（s）
开始位置，i=self.下一个顶点（开始位置，i，t，n-l+1）
打印“主题共识字符串：%s（共识分数=%s）”%（最佳主题，最佳分数）
打印“motif positions/string s=（s1..st）：%s”%，'。连接（开始位置）
返回最佳主题
def旁通（顶点、标高、l、k）：
#跳过树中的非必要计算
j=水平
对于X范围内的ind（j，1，-1）：
如果a[j]xrange（x，y） xy-1（x，x+1…y-1）xrange（1，j）jxrange（j，1，-1）（j，j-1….2）基本上，您可能需要将其更改为
xrange（j-1,0，-1）print jprint len（vertex）L-1L