在python中将数组拆分为子数组的步骤

嗨，我是编程和python编程的新手。 我使用

numpy.getfromtxt

导入了一个以制表符分隔的txt文件

[['chr' 'start' 'end' 'name' 'score' 'strand']
['chr1' '822979' '822980' 'CLL6.08_1_snv' '88.2' '+']
..., 
['chrX' '153986959' '153986960' 'CLL6.08_2678_snv' '500' '+']]

我想把这些数据分成不同染色体的子阵列，比如

Chr1, Chr2 ...

我尝试过类似的方法，但出现了语法错误。我正试图这样做，因为我想有条件地提取每个染色体数据

import numpy as np  
data=np.genfromtxt("CLL608.txt",delimiter ="\t",dtype=None,skip_header=0)
subarray=(['Chr1':data[data[:,0]=='chr1'], 'Chr2':data[data[:,0]=='chr2']])

---

在这方面如有任何建议，我将不胜感激

不能在列表[]中建立关联，必须使用字典{}

>>> subarray=({'Chr1':'bla'=='blu'})
>>> print subarray
{'Chr1': False}

---

创建一个

dict

-ionary，它接受一个字符串（或任何可哈希对象）并返回一个任意值。使用它将“chr”名称映射到仅包含这些记录的子数组：

sublists = {}  # empty dict
for record in data:
    key = record[0] # 'chr1' or whatever
    if key in sublists:   # already seen it?
        sublists[key].append(record)
    else:
        sublists[key] = [record]  # start new sublist

您可以通过了解在Python中，整个“我希望我的字典有一个新键的默认值”问题会出现很多，并且有一些标准的解决方案来加快速度：

sublists = {}
for record in data:
    key = record[0]
    sublists.get(key, list()).append(record)

list（）

创建一个新的空列表。空列表或以前存在的列表都附加了

记录

最后，您可以通过认识到遍历一个列表并对其执行唯一操作是对

map

函数的良好使用，从而进一步加快这一速度。尽管通常情况下，你会使用你所做的任何事情的结果，比如地图

sublists = {}
map(data, lambda r: sublists.get(r[0], list()).append(r))

---

最后，如果您的数据碰巧是按键值排序的，您可以使用函数，如果数据已经排序，该函数将为您处理分组逻辑。我提到了最后两个（

map

和

groupby

），因为我怀疑您的数据集可能很大，性能可能是一个问题。

您可能想看看

pandas

并使用其数据帧数据结构。