在字符串中的随机位置插入随机字母

Question

我正在尝试制作一个小脚本来演示 DNA 序列如何以一个句子为例进行进化。我想反复替换或插入字母或单词到 R 中的字符串中。我希望这种情况反复发生，以便人们可以观察字符串随时间的变化。最后，我希望字母变化的可能性大于单词变化的可能性。

到目前为止，我已经定义了一个字符串并创建了字母和单词的列表，并从这两个列表中随机抽样。

但是我不知道如何以设定的概率修改文本。例如，如何使文本中的字母有 50% 的机会被我的字母列表中的字母替换，如果发生这种情况，它应该出现在文本中的随机位置？

我还希望这个过程发生 X 次，以便显示文本随时间的变化。非常感谢任何帮助或建议。我目前不完整的代码如下

#First I define the string
text <- c("This sentence is changing")


#Then make a vector of words from the string
word_list <- strsplit(text, " ")
word_list <- unlist(word_list)


#Also make a vector of letters from the string
letters_and_gaps <- substring(text, seq(1, nchar(text), 1), seq(1, nchar(text), 1))
letters_and_gaps <- unlist(letters_and_gaps)

#Now for probability 1 in 2 or it occuring, select a random character from letters_and_gaps:
sample(letters_and_gaps, 1)
#Then choose a random character in text and replace it with this randomly sampled character:

#Now with probability 1 in 10 or it occuring, select a random word from word_list
sample(letters_and_gaps, 1)
#Then choose a random word in text and replace it with this randomly sampled word:

#Then print the updated text:
text 

#Iteratively repeat this process X times

我的目标是最终将其放入一个 Shiny 应用程序中，用户可以在其中选择不同事件发生的概率（字母与单词替换），然后观察它如何影响文本的演变。

Answer 1

这是实施的开始。我们只是将您的逻辑包装在一个函数中，并使用for 循环一次又一次地应用它。在这里，我将输出放在一个表中，然后只显示唯一的行（可能不包括它变回与前一次迭代相同的字符串但可能不重要的时间），以便您可以看到正在发生的变化。请注意，因为我们是从前一句的单词和字符中采样，并且我们包括空格，所以插入空格时可以形成新单词并且分布将趋于变得更加均匀（如果一个字符很常见，它往往是更频繁地替换）

library(tidyverse)

evolve_sentence <- function(sentence, arg2) {
  chars <- str_split(sentence, "") %>% pluck(1)
  if (runif(1) > 0.5) {
    chars[sample(1:length(chars), 1)] <- sample(chars, 1)
  }
  sentence <- str_c(chars, collapse = "")
  words <- str_split(sentence, " ") %>% pluck(1)
  if (runif(1) > 0.9) {
    words[sample(1:length(words), 1)] <- sample(words, 1)
  }
  sentence <- str_c(words, collapse = " ")
  sentence
}

tbl_evolve <- tibble(iteration = 1:500, text = "This sentence is changing")
for (i in 2:500) {
  tbl_evolve$text[i] <- evolve_sentence(tbl_evolve$text[i - 1])
}
tbl_evolve %>%
  distinct(text, .keep_all = TRUE)
#> # A tibble: 204 x 2
#>    iteration text                     
#>        <int> <chr>                    
#>  1         1 This sentence is changing
#>  2         3 hhis sentence is changing
#>  3         4 hhis sentence is chasging
#>  4         6 hhis sestence is chasging
#>  5        10 hhi  sestence is chasging
#>  6        12 hhi  sesnence is chasging
#>  7        14 hhi  sesnesce is chasging
#>  8        15 hhi  se nesce is chasging
#>  9        18 hhi  se nesceiis chasging
#> 10        20 hhi  se nesceiis chasgihg
#> # … with 194 more rows

^{由reprex package (v0.2.1) 于 2019 年 4 月 17 日创建}