我正在遍历一个文件,并试图确定是否在我创建的一个空列表中找到了一组特定的3项(来自该文件);如果没有,我想附加它们。如果它们已经出现,我想跳过它们
但是,当我运行以下代码时:
from pprint import pprint as pp
targets = open(file)
longest_UTR = []
counter = 0
for line in targets:
(chromosome, locus, mir, gene, transcript, UTR_length) = line.strip("\n").split("\t")
if [locus, mir, gene] not in longest_UTR:
longest_UTR.append([locus, mir, gene, transcript, UTR_length])
counter += 1
if counter == 100:
break
pp (longest_UTR)
我发现输出包含重复项,即它没有跳过项目组,即使它们出现在空列表中(如下面的箭头所示)
['CFI', 'hsa-miR-576-5p', 'DIS3', 'ENST00000490646', '2934'],
['APOE', 'hsa-miR-642a-5p', 'WDR64', 'ENST00000425826', '2122'],
>['C2/CFB/SKIV2L', 'hsa-miR-219a-1-3p', 'GLG1', 'ENST00000422840', '4748'],
['C2/CFB/SKIV2L', 'hsa-miR-219a-1-3p', 'GLG1', 'ENST00000422840', '4748']<,
['APOE', 'hsa-miR-330-3p', 'DCAF4L1', 'ENST00000333141', '4764'],
['TMEM97/VTN', 'hsa-miR-144-3p', 'DCAF4L1', 'ENST00000333141', '4764']]
我想知道为什么会出现这种情况。多谢各位
列表是不可散列的,因此不能按照您认为的方式来比较两者之间的相等性。列表比较可以使用sets代替
从pprint导入pprint作为pp
看起来
longest_UTR
将是一个列表列表。if语句if [locus, mir, gene] not in longest_UTR
将在longest_UTR
中搜索列表[locus, mir, gene]
,并且永远不会找到它,因为longest_UTR
中的子列表都是长度为5的相反,您可以只搜索每个子列表的前3个元素:
你应该知道元素的顺序在这里很重要。类似地,如果
longest_UTR
有一些列表,前3个元素为[mir, locus, gene]
,那么这个if语句将返回False
相关问题 更多 >
编程相关推荐