python - 如何修复 Python 列表中 for 循环中的缺失值?
问题描述
我想对 Python 列表的值进行编码以优化它,但我的函数中间缺少该值。
我的环境如下。
PC 1 - 不带 GPU 的 Windows 10(64 位)、Python 3.6.8 (Anaconda)、PyCharm 2018.1。
PC 2 - 带有 GPU、Python 3.6.8 (Anaconda)、PyCharm 2019.1 的 Windows 10(64 位)。
我想从“enzyme.txt”文件中获取蛋白质序列信息并将字符串数据转换为整数类型。然而,由于序列是一个字符串,我做了一个函数来创建和转换字典表,就像代码一样,当更改为整数时。但是,我不知道是什么原因,但是当 i = 860, j = 106 in x [i] [j] 时没有值所以,for-loop 停止并附上下面的错误。
import numpy as np
from keras.utils import np_utils
file = 'enzyme.txt'
def data(file):
f = open(file, 'r')
lines = f.readlines()
seq = []
ec = []
for i in range(0, len(lines)):
lines[i] = lines[i].strip('\n')
seq.append(lines[i][:-2])
ec.append(lines[i][-1])
f.close()
return seq, ec
x, y = data(file)
Amino_Acid_Scalar = {
'X': 0,
'A': 1,
'C': 2,
'D': 3,
'E': 4,
'F': 5,
'G': 6,
'H': 7,
'I': 8,
'K': 9,
'L': 10,
'M': 11,
'N': 12,
'P': 13,
'Q': 14,
'R': 15,
'S': 16,
'T': 17,
'V': 18,
'W': 19,
'Y': 20
}
def amino_acid_to_scalar(amino_acid):
if not amino_acid in Amino_Acid_Scalar:
return None
return Amino_Acid_Scalar[amino_acid]
def sequence_to_scalar(sequence):
scalar = [amino_acid_to_scalar(amino_acid) for amino_acid in sequence]
if None in scalar:
return None
return scalar
def sequences_to_scalar(sequences):
scalars = [sequence_to_scalar(sequence) for sequence in sequences]
return scalars
x = sequences_to_scalar(x)
for i in range(0, len(x)):
for j in range(0, len(x[i])):
#print(x[i][j], i, j)
#tmp = x[i][j]
#print(tmp)
#arr[i][j] = tmp
pass
y = np_utils.to_categorical(y, 7)
x = np.array(x)
y = np.array(y, dtype='int64')
在“enzyme.txt”文件中,第 858 至 862 列如下。
ATKAVCVLKGDGPVQGIINFEQKESNGPVKVWGSIKGLTEGLHGFHVHEFGDNTAGCTSAGPHFNPLSRKHGGPKDEERHVGDLRNVTADKDGVADVSIEDSVISLSGDHCIIGRTLVVHEKADDLGKGGNEESTKTGNAGSRLACGVIGIAQ,1
ATKAVCVLKGDGPVQGIINFEQKESNGPVKVWGSIKGLTEGLHGFHVHEFGDNTAGCTSAGPHFNPLSRKHGGPKDEERHVGDLRNVTADKDGVADVSIEDSVISLSGDHCIIGRTLVVHEKADDLGKGGNEESTKTGNAGSRLACGVIGIAQ,1
MRVVVIGAGVIGLSTALCIHERYHSVLQPLDIKVYADRFTPLTTTDVAAGLWQPYLSDPNNPQEADWSQQTFDYLLSHVHGCALEAAKLFGRILEEKKLSRMPPSHL,1
MPKFYCDYCDTYLTHDSPSVRKTHCSGRKHKENVKDYYCKWMEEQAQSLIDKTTAAFQQGKIPPTPFSAPPPAGAMIUGGGAAACUCGACUGCAUAAUUUGUGGUAGUGGGGGACUGCGUUCGCGCUUUCCCCUG,1
GPHMSIHSGRIAAVHNVPLSVLIRPLPSVLDPAKVQSLVDTIREDPDSVPPIDVLWIKGAQGGDYFYSFGGSHRYAAYQQLQRETIPAKLVQSTLSDLRVYLGASTPDLQ,1
显示以下错误。
Using TensorFlow backend.
Traceback (most recent call last):
File "C:\Program Files\JetBrains\PyCharm 2018.1\helpers\pydev\pydev_run_in_console.py", line 53, in run_file
pydev_imports.execfile(file, globals, locals) # execute the script
File "C:\Program Files\JetBrains\PyCharm 2018.1\helpers\pydev\_pydev_imps\_pydev_execfile.py", line 18, in execfile
exec(compile(contents+"\n", file, 'exec'), glob, loc)
File "C:/Users/Inyong/Documents/PycharmProjects/Test/Test_4_TXT.py", line 81, in <module>
for j in range(0, len(x[i])):
TypeError: object of type 'NoneType' has no len()
所以当我试图查看它停止的地方的价值时,
> x[860][106]
我收到以下错误。
Traceback (most recent call last):
File "<input>", line 1, in <module>
TypeError: 'NoneType' object is not subscriptable
我真的很感谢你的帮助。
解决方案
你很好地找到了问题。你在那里看到的东西是x = None
或者x[860]=None
因为你不能拥有None[186]
。
我对整个代码的建议:
- 首先要改掉迭代过
len(thing)
or的习惯range(len(thing))
。因为错误很难追踪,不是吗:)。观看有关该主题的精彩演讲https://www.youtube.com/watch?v=EnSu9hHGq5o - 使用关键字“with”打开文件更容易,您将在文档中看到它作为上下文管理器(有关如何使用它的示例,请参见下文)
- 在底部你有 numpy 代码。虽然我认为你正在考虑速度很好。我会避免使用 Numpy 或 Pandas .astype('category') 或类似的东西,因为一个序列可能都是“L”,此时它们都将映射为零而不是像 Amino_Acid_Scalar 字典中的十。
- 我不知道 Amino_Acid_Scalar 值是您选择的还是提供给您的,但我建议使用更简单的东西,例如
ord(base)-65
您的映射会更容易并且 - 您的基础将很好地适合以 int8 作为 dtype 的 Numpy 数组。
此代码可以缩短。
def amino_acid_to_scalar(amino_acid):
if not amino_acid in Amino_Acid_Scalar:
return None
return Amino_Acid_Scalar[amino_acid]
你可以用字典“get”方法替换这个函数:
Amino_Acid_Scalar.get(amino_acid, None)
如果没有密钥,“None”是您想要发回的默认值。(或者您可以使用缩短版本Amino_Acid_scalar.get(amino_acid)
,因为 None 是默认返回值)
import numpy as np
from keras.utils import np_utils
Amino_Acid_Scalar = {
'X': 0,
'A': 1,
'C': 2,
'D': 3,
'E': 4,
'F': 5,
'G': 6,
'H': 7,
'I': 8,
'K': 9,
'L': 10,
'M': 11,
'N': 12,
'P': 13,
'Q': 14,
'R': 15,
'S': 16,
'T': 17,
'V': 18,
'W': 19,
'Y': 20
}
file = 'enzyme.txt'
seqs = []
ecs = []
with open(file, 'r') as f:
for line in f:
try:
seq, ec=line.strip().partition(',')[0:3:2]
seqs.append(seq)
ecs.append(ec)
except (ValueError, IndexError) as e:
print(f'problem was at line {line} with error: {e}')
def sequence_to_scalar(sequence):
for amino_acid in sequence:
value = Amino_Acid_Scalar.get(amino_acid, None)
if value:
yield value
def sequences_to_scalar(sequences):
scalars = [sequence_to_scalar(sequence) for sequence in sequences]
return scalars
scalar_seqs = sequences_to_scalar(seqs)
for count, seq in enumerate(scalar_seqs):
for count_inner, base in enumerate(seq):
print(f'{count}, {count_inner}, {base}')
推荐阅读
- jitsi - 使用 Ubuntu 为 Jitsi 桌面创建 Windows 安装程序
- sql-server - 如何使用 BIML 在 SSIS 脚本组件(转换)中动态生成输入/输出列
- javascript - 在javascript中循环缓冲区
- python - 字母数字的重复字符计数器
- assembly - 如何读取浮点数的位,就好像它是整数值一样?
- python - 使用 Python OpenCV 将实时视频流中检测到的二维码保存为图像
- audio - 如何使用 ffmpeg 更改音频帧速率?
- r - geom_line 只有一次观察
- php - 使用 vue-router 时如何访问控制器并从数据库中检索数据?
- spring - Spring 集成 - imap 邮件接收器