奇怪的值更改而不更改文本文件Python

Question

我正在編寫一個應該返回最小序列比對分數（較小=較好）的程序，它與Coursera樣本輸入一起工作，但對於我們給出的數據集，我不能手動輸入序列，所以我不得不求助於使用文本文件。有幾件事我覺得很奇怪。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))  

如果我運行它，我的程序輸出0。如果我註釋掉的for循環，我的計劃產出2.我沒有改變DNA，所以爲什麼要我的程序不同的表現？此外，我的帶子（'\ n'）正在工作（出於某種原因，帶子（'n'）也可以工作），但是我的帶子（）不工作。一旦我明白了這一點，我可以在我的smallest_distance函數中測試空。

這裏是我的數據是這樣的：

ACTAG 
CTTAGTATCACTCTGAAAAGAGATTCCGTATCGATGACCGCCAGTTAATACGTGCGAGAAGTGGACACGGCCGCCGACGGCTTCTACACGCTATTACGATG AACCAACAATTGCTCGAATCCTTCCTCAAAATCGCACACGTCTCTCTGGTCGTAGCACGGATCGGCGACCCACGCGTGACAGCCATCACCTATGATTGCCG 
TTAAGGTACTGCTTCATTGATCAACACCCCTCAGCCGGCAATCACTCTGGGTGCGGGCTGGGTTTACAGGGGTATACGGAAACCGCTGCTTGCCCAATAAT 

etc... 

Answer 1

解決方案：

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)) 

說明：

你是接近的解決方案，但你需要通過split()

到remplace strip() - >strip()刪除多餘的字符，所以你strip('\n')是一個很好的猜測。 但由於\n是在該行的結束，因爲這是算作一個delimitor拆分將自動擺脫它

如

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

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

現在，你必須通過列表之間的簡單相加remplace .append()自分割以來的操作返回list。

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

但，還有在你的代碼中的一些問題：

這是更好地使用with聲明在打開一個文件，因爲它會自動處理異常，並在年底關閉文件描述符：

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

你的代碼現在很好，你仍然可以使用重構列表理解（Python中很常見）

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

如果您對此有所瞭解，嘗試以重新組織它循環

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

注意：@MrGeek解決方案工作，但作爲兩個主要的默認設置：

• ，因爲它沒有使用with聲明，該文件是永遠不會關閉，導致內存問題，
• 使用.read().splitlines()將加載內存中的文件的所有內容，這可能導致MemoryError例外，如果該文件太大。

走得更遠，處理大文件：

，你必須充滿DNA序列的1GO文件，即使你不加載在內存中的所有文件

現在成像，你仍然有巨大的dict，更好的初步實踐將創造結果的另一個文件，並處理對飛你的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：您將不得不確保您的功能smallest_distance接受string而不是list。

如果不可能，您可能需要處理批處理，但由於它有點複雜，所以我不會在此討論這個問題。現在

可以使用例如genetor功能，提高可讀性

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

寫：

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

潛在錯誤：

print(smallest_distance(pattern, DNA)) 

DNA是文件描述符，而不是一個字符串數組。因爲DNA = open('practice_data.txt')

For循環消耗DNA。因此，如果您正在以smallest_distance再次使用循環for lines in DNA:，則不起作用。

更新： 在這種情況下，for循環從文件開始到結束。它不會像列表一樣再次返回。除非你打電話DNS.close()並重新初始化再次DNA = open('practice_data.txt')

一個簡單的例子文件描述符，你可以嘗試

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') 

閱讀For loop not working twice on the same file descriptor更多細節