Python 在两组同步列表中查找匹配项

我有两组同步的列表，如下所示： （所谓同步，我的意思是cal中的“A”在CPO中属于12个，mal中的“A”在mpos中属于11个）

set1

set2

我想在两个集合之间找到一个匹配，在这个例子中只有一个匹配，cpos&cal中的13T和mpos&mal中的13T

我编写了这个脚本，但它似乎只通过索引比较值，因为匹配字符串为空：

mat = []
for i in xrange(len(cpos)):
     if mpos[i] == cpos[i] and mal[i] == cal[i]:
             mat.append(cpos[i])

这就是我想要的：

mat = [13]

有什么办法解决这个问题吗

cpos = [12, 13, 14, 15]
cal = ['A', 'T', 'C', 'G']

mpos = [11, 12, 13, 16]
mal = ['A', 'T', 'T', 'G']

set1 = set(zip(cpos, cal))
set2 = set(zip(mpos, mal))

print set1 & set2

结果:

## set([(13, 'T')])

根据@Janne Karila的以下评论，以下内容将更有效：

from itertools import izip
print set(izip(cpos, cal)).intersection(izip(mpos, mal))

时间：

import timeit

repeat = 1

setup = '''
num = 1000000
import random
import string
from itertools import izip
cpos = [random.randint(1, 100) for x in range(num)]
cal = [random.choice(string.letters) for x in range(num)]
mpos = [random.randint(1, 100) for x in range(num)]
mal = [random.choice(string.letters) for x in range(num)]
'''

# izip: 0.38 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''set(izip(cpos, cal)).intersection(izip(mpos, mal))'''
)

print "%.2f second" % (t.timeit(number=repeat))



# zip: 0.53 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''set(zip(cpos, cal)) & set(zip(mpos, mal))'''
)

print "%.2f second" % (t.timeit(number=repeat))


# Nested loop: 616 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''

mat = []
for i in xrange(len(cpos)):
     for j in xrange(len(mpos)):
          if mpos[j] == cpos[i] and mal[j] == cal[i]:
               mat.append(mpos[j]) # or mat.append((mpos[j], mal[j])) ?
               break
'''
)

print "%.2f seconds" % (t.timeit(number=repeat))

结果:

## set([(13, 'T')])

根据@Janne Karila的以下评论，以下内容将更有效：

from itertools import izip
print set(izip(cpos, cal)).intersection(izip(mpos, mal))

时间：

import timeit

repeat = 1

setup = '''
num = 1000000
import random
import string
from itertools import izip
cpos = [random.randint(1, 100) for x in range(num)]
cal = [random.choice(string.letters) for x in range(num)]
mpos = [random.randint(1, 100) for x in range(num)]
mal = [random.choice(string.letters) for x in range(num)]
'''

# izip: 0.38 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''set(izip(cpos, cal)).intersection(izip(mpos, mal))'''
)

print "%.2f second" % (t.timeit(number=repeat))



# zip: 0.53 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''set(zip(cpos, cal)) & set(zip(mpos, mal))'''
)

print "%.2f second" % (t.timeit(number=repeat))


# Nested loop: 616 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''

mat = []
for i in xrange(len(cpos)):
     for j in xrange(len(mpos)):
          if mpos[j] == cpos[i] and mal[j] == cal[i]:
               mat.append(mpos[j]) # or mat.append((mpos[j], mal[j])) ?
               break
'''
)

print "%.2f seconds" % (t.timeit(number=repeat))

---

您现在仅按索引进行比较，即仅在所有列表中的位置

i

。但cpos和cal中的13T位于位置

1

，mpos和mal中的13T位于位置

2

。这意味着您的if语句将不为真，并且

mat

将为空。

您现在仅通过索引进行比较，即仅在所有列表中的

i

位置进行比较。但cpos和cal中的13T位于位置

1

，mpos和mal中的13T位于位置

2

。这意味着您的if语句将不为true，

mat

将为空。

您可以在示例中添加第二个循环：

cpos = [12, 13, 14, 15]
cal = ['A', 'T', 'C', 'G']

mpos = [11, 12, 13, 16]
mal = ['A', 'T', 'T', 'G']

mat = []
for i in xrange(len(cpos)):
     for j in xrange(len(mpos)):
          if mpos[j] == cpos[i] and mal[j] == cal[i]:
               mat.append(mpos[j]) # or mat.append((mpos[j], mal[j])) ?

print mat # [13]

---

…尽管这是非常低效的，如thg435答案中的计时所示

您可以在示例中添加第二个循环：

cpos = [12, 13, 14, 15]
cal = ['A', 'T', 'C', 'G']

mpos = [11, 12, 13, 16]
mal = ['A', 'T', 'T', 'G']

mat = []
for i in xrange(len(cpos)):
     for j in xrange(len(mpos)):
          if mpos[j] == cpos[i] and mal[j] == cal[i]:
               mat.append(mpos[j]) # or mat.append((mpos[j], mal[j])) ?

print mat # [13]

---

…虽然这是非常低效的，如thg435回答中的计时所示

我考虑过，但我认为使用zip比不使用zip更耗时，我有一个巨大的文件，我想使用此过程，在没有PIP的情况下，没有简单的方法吗？@ EDG：在Python 2中考虑，这是懒惰版本的<代码> zip < /代码>，也可以使用<代码> SET1.交集（IZIP（MPOS，MAL））< /C> >我想，但是我认为使用ZIP比不使用Zip更耗时，我有一个巨大的文件，我想使用这个过程，没有简单的方法来做这个没有zip？@ EDG：在Python 2考虑这是懒惰版本的<代码>胡普< /COD>还，而不是构建SET2，你可以使用<代码> SET1.交集（IZIP（MPOS，MAL））< /代码>我知道，这就是我上面写的，这就是我想要解决的问题，也就是说，不按索引进行比较……我知道，这就是我上面写的，这就是我想要解决的问题，也就是说，不按索引进行比较……是否“位置”值必须排序？是否“位置”值必须排序？