每百万的特定字符数答案

【问题标题】：Number of Specific Characters Per Every One Million每百万的特定字符数
【发布时间】：2014-11-12 12:55:06
【问题描述】：

首先，我使用的是 Python。

我试图找出染色体中每百万个字符中特定字符（碱基对）的数量。

例如：

我想知道 a、g、t 和 c 以及 A、G、T 和 C 在导入文件中出现的次数。

我能够（到目前为止）使用“计数器”计算整个文件的这些字符的数量，但不熟悉如何将其分解为每百万？

提前致谢！

【问题讨论】：

不完全确定你在问什么。但是你不能简单地将得到的数字除以 100 万吗？
或者...除以总数并乘以一百万。这是作业题吗？
我不能将结果数字除以一百万，因为这会给我平均数，而不是前一百万中的具体字符数。
对不起，如果有点含糊，我对编程有点陌生！

标签： python split character

【解决方案1】：

如果导入文件看起来像字符序列：

agtcAGTCagtcAGTCagtcAGTCagtcAGTC...

那么你可以应用这种方法：

file = 'c:\\test\\chromosome.txt'

aCount = []
gCount = []
tCount = []
cCount = []
ACount = []
GCount = []
TCount = []
CCount = []

step = 1000000
start = 0
end = step

with open(file, 'r') as chromosome:
    data = chromosome.read()

while end < len(data):
  aCount.append(data.count('a', start, end))
  gCount.append(data.count('g', start, end))
  tCount.append(data.count('t', start, end))
  cCount.append(data.count('c', start, end))
  ACount.append(data.count('A', start, end))
  GCount.append(data.count('G', start, end))
  TCount.append(data.count('T', start, end))
  CCount.append(data.count('C', start, end))

  start = end
  end += step

最后你会得到 8 个列表。每个列表将包含每百万特定字符的出现次数。

【讨论】：