Python用Numpy，ValueE生成随机dna序列

Question

有两个问题我想问任何熟悉纽比的人。我已经看到了非常相似的问题（和答案），但没有一个使用numpy，我想使用它，因为它提供了许多其他选项，我可能希望在未来的代码中使用。 我尝试在python中使用“random”生成一个随机核苷酸序列列表。因为我想要非均匀概率，所以我决定用numpy代替。但是，我得到了错误消息：“ValueError:a必须是一维或整数”。在

import numpy as np

def random_dna_sequence(length):
    return ''.join(np.random.choice('ACTG') for _ in range(length))

with open('dna.txt', 'w+') as txtout:
    for _ in range(10):
        dna = random_dna_sequence(100)
        txtout.write(dna)
        txtout.write("\n")

        print (dna)

我是一个彻底的磨砂工，我不知道多维性在哪里或如何发挥作用。我怀疑“.join（）”，但我不确定如何替换它。 我的另一个问题是如何得到非均匀概率。我试过了”np.随机选择（'ACTG'，p=0.2，0.2，0.3，0.3）“但它不起作用。在

我希望有人能帮上忙。提前谢谢。在

您好， 伯特

Answer 1

就随机序列函数而言，我得到了与mhawke相似的解决方案。然而，我正在生成一个与人类基因组1号染色体一样长的序列，而且我的方法花费了几乎一分钟的时间，所以我尝试了mhawke的方法，看看我是否有任何速度上的提高。相反，它花了大约10倍的时间。因此，对于处理大序列的任何人，我建议对return语句进行以下更改：

BASES = ('A', 'C', 'G', 'T')
def random_dna_sequence(length):
    return ''.join(np.random.choice(BASES, length))

这基本上让numpy执行循环，它做的效率更高。我希望这有帮助。在

Answer 2

对于问题的第一部分，请将a作为列表传递：

def random_dna_sequence(length):
    return ''.join(np.random.choice(list('ACTG')) for _ in range(length))

或者将基定义为列表或元组：

^{pr2}$

第二部分有一个类似的解决方案：将概率作为列表或元组传递：

BASES = ('A', 'C', 'T', 'G')
P = (0.2, 0.2, 0.3, 0.3)

def random_dna_sequence(length):
    return ''.join(np.random.choice(BASES, p=P) for _ in range(length))