蟒蛇，字典创建于频率的字母和值的键出现

Question

我要读的文字，看起来像

TCCATCTACT 
GGGCCTTCCT 
TCCATCTACC 

等等

我想创建一个字典，我怎么能通读这并将T，C，A或G设置为关键字，并且这些值是字母 在整个文本中出现的频率？

Answer 1

只需将整个字符串传递给collections.Counter() object即可计算每个字符。

这可能是更有效的通过线这样做行，所以就不需要太多的记忆：

from collections import Counter 

counts = Counter() 

with open('inputtextfilename') as infh: 
    for line in infh: 
     counts.update(line.strip()) 

的str.strip()调用删除任何空白（如换行符）。

使用您的样品输入一个快速演示：

>>> from collections import Counter 
>>> sample = '''\ 
... TCCATCTACT 
... GGGCCTTCCT 
... TCCATCTACC 
... '''.splitlines(True) 
>>> counts = Counter() 
>>> for line in sample: 
...  counts.update(line.strip()) 
... 
>>> for letter, count in counts.most_common(): 
...  print(letter, count) 
... 
C 13 
T 10 
A 4 
G 3 

我用Counter.most_common() method（从多到少常见于顺序）获得信数对的排序列表。