奇怪的值更改而不更改文本文件Python

Question

我正在编写一个应该返回最小序列比对分数（较小=较好）的程序，它与Coursera样本输入一起工作，但对于我们给出的数据集，我不能手动输入序列，所以我不得不求助于使用文本文件。有几件事我觉得很奇怪。第一 第一件事，

pattern = 'AAA' 
DNA = open('practice_data.txt') 
empty = [] 
for lines in DNA: 
     line=lines.strip().strip('\n') 
     empty.append(line) 
print(empty) 
print(smallest_distance(pattern, DNA))  

如果我运行它，我的程序输出0。如果我注释掉的for循环，我的计划产出2.我没有改变DNA，所以为什么要我的程序不同的表现？此外，我的带子（'\ n'）正在工作（出于某种原因，带子（'n'）也可以工作），但是我的带子（）不工作。一旦我明白了这一点，我可以在我的smallest_distance函数中测试空。

这里是我的数据是这样的：

ACTAG 
CTTAGTATCACTCTGAAAAGAGATTCCGTATCGATGACCGCCAGTTAATACGTGCGAGAAGTGGACACGGCCGCCGACGGCTTCTACACGCTATTACGATG AACCAACAATTGCTCGAATCCTTCCTCAAAATCGCACACGTCTCTCTGGTCGTAGCACGGATCGGCGACCCACGCGTGACAGCCATCACCTATGATTGCCG 
TTAAGGTACTGCTTCATTGATCAACACCCCTCAGCCGGCAATCACTCTGGGTGCGGGCTGGGTTTACAGGGGTATACGGAAACCGCTGCTTGCCCAATAAT 

etc... 

Answer 1

解决方案：

pattern = 'AAA' 
with open('practice_data.txt') as f_dna: 
    dna_list = [sequence for line in f_dna for sequence in line.split()] 
print(smallest_distance(pattern, dna_list)) 

说明：

你是接近的解决方案，但你需要通过split()

到remplace strip() - >strip()删除多余的字符，所以你strip('\n')是一个很好的猜测。 但由于\n是在该行的结束，因为这是算作一个delimitor拆分将自动摆脱它

如

>>> 'test\ntest'.split() 
>>> ['test', 'test'] 

>>> 'test\n'.split() 
>>> ['test'] 

现在，你必须通过列表之间的简单相加remplace .append()自分割以来的操作返回list。

DNA = open('practice_data.txt') 
empty = [] 
for lines in DNA: 
    line = lines.split() 
    empty += line 

但，还有在你的代码中的一些问题：

这是更好地使用with声明在打开一个文件，因为它会自动处理异常，并在年底关闭文件描述符：

empty = [] 
with open('practice_data.txt') as DNA: 
    for lines in DNA: 
     line = lines.split() 
     empty += line 

你的代码现在很好，你仍然可以使用重构列表理解（Python中很常见）

with open('practice_data.txt') as DNA: 
    empty = [sequence for line in DNA for sequence in line.split()] 

如果您对此有所了解，尝试以重新组织它循环

empty = [] 
with open('practice_data.txt') as DNA: 
    for line in DNA: 
     for sequence in line.split(): 
      empty.append(sequence) 

注意：@MrGeek解决方案工作，但作为两个主要的默认设置：

• ，因为它没有使用with声明，该文件是永远不会关闭，导致内存问题，
• 使用.read().splitlines()将加载内存中的文件的所有内容，这可能导致MemoryError例外，如果该文件太大。

走得更远，处理大文件：

，你必须充满DNA序列的1GO文件，即使你不加载在内存中的所有文件

现在成像，你仍然有巨大的dict，更好的初步实践将创造结果的另一个文件，并处理对飞你的DNA：

如

pattern = 'AAA' 
with open('practice_data.txt') as f_dna, open('result.txt', 'w') as f_result: 
    for line in DNA: 
     for sequence in line.split(): 
      result = smallest_distance(pattern, sequence) 
      f_result.write(result) 

警告：您将不得不确保您的功能smallest_distance接受string而不是list。

如果不可能，您可能需要处理批处理，但由于它有点复杂，所以我不会在此讨论这个问题。现在

可以使用例如genetor功能，提高可读性

def extract_sequence(file, pattern): 
    for line in file: 
     for sequence in line.split(): 
      yield smallest_distance(pattern, sequence) 

pattern = 'AAA' 
with open('practice_data.txt') as f_dna, open('result.txt', 'w') as f_result: 
    for result in extract_sequence(f_dna, pattern): 
     f_result.write(result) 

Answer 2

写：

pattern = 'AAA' 
DNA = open('practice_data.txt').read().splitlines() 
newDNA = [] 
for line in DNA: 
    newDNA += line.split() # create an array with strings then concatenate it with the newDNA array 
print(smallest_distance(pattern, newDNA)) 

Answer 3

潜在错误：

print(smallest_distance(pattern, DNA)) 

DNA是文件描述符，而不是一个字符串数组。因为DNA = open('practice_data.txt')

For循环消耗DNA。因此，如果您正在以smallest_distance再次使用循环for lines in DNA:，则不起作用。

更新： 在这种情况下，for循环从文件开始到结束。它不会像列表一样再次返回。除非你打电话DNS.close()并重新初始化再次DNA = open('practice_data.txt')

一个简单的例子文件描述符，你可以尝试

DNA = open('text.txt') 
for lines in DNA: 
     line=lines.strip().strip('\n') 
     print (line) # print everything in the file here 

print ('try again') 
for lines in DNA: 
     line=lines.strip().strip('\n') 
     print (line) # will not print anything at all 

print ('done') 

阅读For loop not working twice on the same file descriptor更多细节