Python&；生物学：使用python交叉数据集

我喜欢这个网站。我是一名生物学家，会回答一些简单的问题，让它们在python中变得错综复杂，而现在我却被困在一个相当简单的问题上。我有两个不相等的元组列表，其中包含染色体（'chr#'）和位置（'start'，'end'）信息：

列表1:length=1499，tuples=（'chr5'，'12345'，'12678'）

列表2:length=75220，tuples=（'chr5'，'44'，'777'）

如果有人能向我解释这段代码失败的原因，我可以自己解决：

list1 = [('chr1', '123', '345'), ('chr1', '567', '678'), ('chr2', '123', 234'),...)

list2 = [('chr1', '123', '567'), ('chr1', '777', '890'), ('chr2', '1', 288'),...)
newlist = []

for j,k,l in list1:
      if j == x for x,y,z in list2:
            if int(k) >= int(y) or int(l) <= int(z):
                 newlist.append(k)
            else:
                 pass
      else:
            pass

list1=[（'chr1'，'123'，'345'），（'chr1'，'567'，'678'），（'chr2'，'123'，234'），…）
列表2=[（'chr1'，'123'，'567'），（'chr1'，'777'，'890'），（'chr2'，'1'，'288'），…）
新列表=[]
对于列表1中的j、k、l：
如果列表2中x，y，z的j==x：
如果int（k）>=int（y）或int（l）
这就是你要找的吗？：）

如果您还需要比较数字：

if list1[0] == list2[0]:
    for i in range(1, min([len(list1), len(list2)]):
        if int(list1[i]) < int(list2[i]):
            print('Aha!')

如果list1[0]==list2[0]：
对于范围内的i（1，min（[len（列表1），len（列表2）]）：
如果int（列表1[i]）
如果更改代码中的第一个if语句，使其不在第二个for循环之前，则代码将运行：

list1 = [('chr1', '123', '345'), ('chr1', '567', '678'), ('chr2', '123', '234')]

list2 = [('chr1', '123', '567'), ('chr1', '777', '890'), ('chr2', '1', '288')]
newlist = []

for j,k,l in list1:
    for x,y,z in list2:
        if j == x:
            if int(k) >= int(y) or int(l) <= int(z):
                newlist.append(k)
            else:
                 pass
        else:
            pass

list1=[（'chr1'，'123'，'345'），（'chr1'，'567'，'678'），（'chr2'，'123'，'234'）]
列表2=[（'chr1'，'123'，'567'），（'chr1'，'777'，'890'），（'chr2'，'1'，'288'）]
新列表=[]
对于列表1中的j、k、l：
对于列表2中的x、y、z：
如果j==x：
如果int（k）>=int（y）或int（l）我的帖子没有回答你的问题，但我认为你的代码可以通过使用更多的pythonic构造来改进。朝这个方向迈出的第一步是使用命名元组，这样染色体字段就可以通过它们的属性名称、开始和结束来访问：

在第二步中，可以使用列表理解来减少嵌套循环的数量：

from collections import namedtuple

Chromosome = namedtuple('Chromosome', ['name', 'start', 'end'])

list1 = [Chromosome('chr1', 123, 345), Chromosome('chr1', 567, 678), ]
list2 = [Chromosome('chr1', 123, 567), Chromosome('chr2', 1, 288), ]

newlist = []
for chromo1 in list1:
    # Build a list of chromosomes from list2 that
    #  * have the same name as chromo1
    #  * start before chromo1
    #  * end after chromo1
    matches = [chromo2 for chromo2 in list2
               if chromo2.name == chromo1.name and
               (chromo2.start < chromo1.start or chromo2.end > chromo1.end)]
    newlist.extend(matches)

从集合导入namedtuple
染色体=namedtuple（'染色体'，['name'，'start'，'end']））
列表1=[染色体（'chr1'，123345），染色体（'chr1'，567678），]
清单2=[染色体（'chr1'，123567），染色体（'chr2'，1288），]
新列表=[]
对于列表1中的chromo1：
#从列表2中构建一个染色体列表
#*与chromo1同名
#*在1号之前开始
#*在1之后结束
matches=[chromo2，用于列表2中的chromo2
如果chromo2.name==chromo1.name和
（chromo2.startchromo1.end）]
newlist.extend（匹配项）
没错，你只需要简单的问题，然后让它们变得复杂。这个问题太复杂了，你似乎是唯一能回答的人。请允许我编辑成一个更简单的形式，对不起！我希望这样会更好！无需重新发明轮子（无论如何，Python是错误的工具）。如果您试图找到基因组范围之间的重叠，请使用专用工具（如BEDOPS），该工具在这种和类似的集合操作中非常有效：例如，确定元素
chr5 12345 12678
，
chr5 44 77777
）等。重叠时，您可以将它们放入以制表符分隔的BED文件中，使用
sor对它们进行排序t-bed
，然后运行
bedmap--echo--count foo.bed
来计算重叠的数量。如果一个元素的计数大于零，那么它就有一个重叠。您可以添加
--echo map
选项来列出重叠的元素。数字比较代码可能确实是我正在寻找的。我编辑了这个问题，以便其他元素都可以使用r人类可以理解它很有趣，我将与namedTuple一起玩。非常感谢您的回复，非常感谢！
from collections import namedtuple
Chromosome = namedtuple('Chromosome', ['name', 'start', 'end'])
chromo = Chromosome('chr1', 123, 345)
# You can access the fields as chromo.name, chromo.start and chromo.end

from collections import namedtuple

Chromosome = namedtuple('Chromosome', ['name', 'start', 'end'])

list1 = [Chromosome('chr1', 123, 345), Chromosome('chr1', 567, 678), ]
list2 = [Chromosome('chr1', 123, 567), Chromosome('chr2', 1, 288), ]

newlist = []
for chromo1 in list1:
    # Build a list of chromosomes from list2 that
    #  * have the same name as chromo1
    #  * start before chromo1
    #  * end after chromo1
    matches = [chromo2 for chromo2 in list2
               if chromo2.name == chromo1.name and
               (chromo2.start < chromo1.start or chromo2.end > chromo1.end)]
    newlist.extend(matches)