在两组同步列表中查找匹配项

Question

我有两组同步的列表，如下所示： （所谓synchronized，我的意思是cal中的'A'属于cpos中的12个，mal中的'A'属于mpos中的11个）

集合1

cpos = [12, 13, 14, 15]
cal = ['A', 'T', 'C', 'G']

集合2

mpos = [11, 12, 13, 16]
mal = ['A', 'T', 'T', 'G']

我想在这两个集合之间找到一个匹配，在这个例子中只有一个匹配，cpos&cal中的13T和mpos&mal中的13T

我编写了这个脚本，但它似乎只通过索引比较值，因为匹配字符串是空的：

mat = []
for i in xrange(len(cpos)):
     if mpos[i] == cpos[i] and mal[i] == cal[i]:
             mat.append(cpos[i])

这就是我想要的：

mat = [13]

有什么办法解决这个问题吗？你知道吗

Answer 1

现在只按索引进行比较，即只在所有列表中的i位置进行比较。但cpos&cal中的13T位于1位置，mpos&mal中的13T位于2位置。这意味着if语句将不为true，mat将为空。你知道吗

Answer 2

您可以在示例中添加第二个循环：

cpos = [12, 13, 14, 15]
cal = ['A', 'T', 'C', 'G']

mpos = [11, 12, 13, 16]
mal = ['A', 'T', 'T', 'G']

mat = []
for i in xrange(len(cpos)):
     for j in xrange(len(mpos)):
          if mpos[j] == cpos[i] and mal[j] == cal[i]:
               mat.append(mpos[j]) # or mat.append((mpos[j], mal[j])) ?

print mat # [13]

..尽管这是非常低效的，如thg435答案中的计时所示

Answer 3

cpos = [12, 13, 14, 15]
cal = ['A', 'T', 'C', 'G']

mpos = [11, 12, 13, 16]
mal = ['A', 'T', 'T', 'G']

set1 = set(zip(cpos, cal))
set2 = set(zip(mpos, mal))

print set1 & set2

结果：

## set([(13, 'T')])

根据以下@Janne Karila的评论，以下将更有效率：

from itertools import izip
print set(izip(cpos, cal)).intersection(izip(mpos, mal))

时间安排：

import timeit

repeat = 1

setup = '''
num = 1000000
import random
import string
from itertools import izip
cpos = [random.randint(1, 100) for x in range(num)]
cal = [random.choice(string.letters) for x in range(num)]
mpos = [random.randint(1, 100) for x in range(num)]
mal = [random.choice(string.letters) for x in range(num)]
'''

# izip: 0.38 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''set(izip(cpos, cal)).intersection(izip(mpos, mal))'''
)

print "%.2f second" % (t.timeit(number=repeat))



# zip: 0.53 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''set(zip(cpos, cal)) & set(zip(mpos, mal))'''
)

print "%.2f second" % (t.timeit(number=repeat))


# Nested loop: 616 seconds (Python 2.7.2)
t = timeit.Timer(
     setup = setup,
     stmt = '''

mat = []
for i in xrange(len(cpos)):
     for j in xrange(len(mpos)):
          if mpos[j] == cpos[i] and mal[j] == cal[i]:
               mat.append(mpos[j]) # or mat.append((mpos[j], mal[j])) ?
               break
'''
)

print "%.2f seconds" % (t.timeit(number=repeat))