edlib 1.3.4

功能

• 计算编辑距离。
• 它可以找到最佳对齐路径（说明如何将第一个序列转换为第二个序列）。
• 它可以只找到对齐路径的开始和/或结束位置-当速度比拥有精确的对齐路径更重要时，它会很有用。
• 支持多对齐方法：全局（nw）、前缀（shw）和中缀（hw），每种方法都适用于不同的场景。
• 您可以extend character equality definition，使您能够使用通配符、不区分大小写的对齐方式或使用退化核苷酸。
• 它可以很容易地处理小的或非常大的序列，即使在查找对齐路径时也是如此。
• super fast感谢myers的位向量算法。

注意：字母表的大小必须为<；=256（这意味着查询和目标必须同时具有<；=256个唯一值）。

安装

pip install edlib

API

edlib有两个函数，align（）和getniceallignment（）：

align(query,target,[mode],[task],[k])

getNiceAlignment(alignResutl,query,target)

要了解更多信息，请在python解释器中键入help(edlib.align)。

用法

importedlibresult=edlib.align("elephant","telephone")print(result["editDistance"])# 3print(result["alphabetLength"])# 8print(result["locations"])# [(None, 8)]print(result["cigar"])# Noneresult=edlib.align("ACTG","CACTRT",mode="HW",task="path",additionalEqualities=[("R","A"),("R","G")])print(result["editDistance"])# 0print(result["alphabetLength"])# 5print(result["locations"])# [(1, 4)]print(result["cigar"])# "4="result=edlib.align("elephant","telephone",task="path")## users must use 'task="path"'niceAlign=edlib.getNiceAlignment(result,"elephant","telephone")print(niceAlign['query_aligned'])# "-elephant"print(niceAlign['matched_aligned'])# "-|||||.|."print(niceAlign['target_aligned'])# "telephone"

基准

我在2017年2月7日运行了一个简单的基准测试（在python3上使用timeit）来了解edlib与其他python库的比较：editdistance和python-Levenshtein。

作为输入数据，我使用了不同长度的DNA序列对，其中每对有大约90%的相似性。

#1: query length: 30, target length: 30
edlib.align(query, target): 1.88µs
editdistance.eval(query, target): 1.26µs
Levenshtein.distance(query, target): 0.43µs

#2: query length: 100, target length: 100
edlib.align(query, target): 3.64µs
editdistance.eval(query, target): 3.86µs
Levenshtein.distance(query, target): 14.1µs

#3: query length: 1000, target length: 1000
edlib.align(query, target): 0.047ms
editdistance.eval(query, target): 5.4ms
Levenshtein.distance(query, target): 1.9ms

#4: query length: 10000, target length: 10000
edlib.align(query, target): 0.0021s
editdistance.eval(query, target): 0.56s
Levenshtein.distance(query, target): 0.2s

#5: query length: 50000, target length: 50000
edlib.align(query, target): 0.031s
editdistance.eval(query, target): 13.8s
Levenshtein.distance(query, target): 5.0s

更多

查看C/C++ Edlib docs了解有关edlib的更多信息！

开发

运行make build将扩展模块生成为.so文件。然后，您可以通过从python解释器import edlib导入并运行edlib.align(...)来测试它（您必须位于.so生成的目录中）。这对于开发过程中的测试很有用。

运行make sdist创建一个源发行版，但不发布它-它是dist/中的tarball，将在publish上上载到pip。在发布之前，使用此项检查tarball是否结构良好并包含所有需要的文件。 测试它的好方法是运行sudo pip install dist/edlib-*.tar.gz，它将尝试从中安装edlib，就像pip在发布时那样。

运行make publish创建源发行版并将其发布到pypi。使用此项发布包的新版本。 如果需要，请确保在发布之前在setup.py中提升版本。

make clean删除所有生成的文件。