调整Fucntion以找到一个以上的位置

Question

我创建了此功能，并在DNA序列中找到了基础的位置。像dna = ['a'，'g'，'c'，'g'，'t'，'a'，'g'，'t'，'t'，'c'，'g'，a'，'t '，'c'，'a'，'a'，'t'，'t'，'a'，'t'，'a'，'c'，'g'，g'，a'，''，'t'，'t'，t'，t'，' 'c'，'g'，'g'，'g'， 't'，'a'，'t']。我需要它在一次“ A''T”之类的时间找到一个以上的基础。谁能帮忙？

def position(list, value):
     pos = []
     for n in range(len(list)):
             if list[n] == value:
                     pos.append(n)
     return pos

Answer 1

您可以将DNA序列用作字符串，然后使用正则序列：

import re

dna_str = ''.join(dna)

pattern = r'AT'

pos = [(i.start(0), i.end(0)) for i in re.finditer(pattern, dna_str)]
print(pos)

[(10, 12), (14, 16), (17, 19), (22, 24), (29, 31)]

Answer 2

旁注，很好，不要将关键字用于可变名称。列表是Python关键字

def position(l: list, values: list): -> list
     pos = []
     for i, val in enumerate(l):
             if val in values:
                     pos.append(i)
     return pos

Answer 3

您绝对应该使用Python内置功能。例如，

[n for n,x in enumerate(dna) if x == 'A']

如果您考虑一对字母对，则可以使用理解查找bigram而不是位置（list，value）可以减少到上述：

[n for n,x in enumerate(zip(dna[:-1], dna[1:])) if x==('A','T')]

如果您想找到“任一A的位置” '或't'，您可以将其指定为条件

[n for n,x in enumerate(dna) if x in ('A', 'T')]

Answer 4

Python将有效地找到从任何点开始的字符串的子字符串。

def positions(dnalist, substr):
    dna = "".join(dnalist) # make single string
    st = 0
    pos = []
    while True: 
        a_pos = dna.find(substr, st)
        if a_pos < 0:
            return pos
        pos.append(a_pos)
        st = a_pos + 1

测试用法：

>>> testdna = ['A', 'G', 'C', 'G', 'T', 'A', 'G', 'T', 'C', 'G', 'A', 'T', 'C', 'A', 'A', 'T', 'T', 'A', 'T', 'A', 'C', 'G', 'A', 'T', 'C', 'G', 'G', 'G', 'T', 'A', 'T']
>>> positions(testdna, "AT")
[10, 14, 17, 22, 29]