Python - 使用Numpy,ValueError生成随机dna序列

Question

我想问任何熟悉numpy的人有两个问题.我见过非常相似的问题(和答案),但没有一个使用我想使用的numpy,因为它提供了许多其他选项,我可能希望将来在该代码中使用.我试图在python中使用"random"生成一个随机核苷酸序列列表.因为我想要有不统一的概率,所以我决定使用numpy.但是,我收到错误消息:"ValueError:a必须是1维或整数".

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)

我是一个完整的磨砂膏,我无法弄清楚多维度在何处或如何发挥作用.我怀疑".join()",但我不确定,也不确定如何更换它.我的另一个问题是如何获得非均匀概率.我试过"np.random.choice('ACTG',p = 0.2,0.2,0.3,0.3)",但它不起作用.

我希望有人可以提供帮助.提前致谢.

问候,伯特

Answer 1

对于问题的第一部分,请a以列表形式传递:

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

或者将您的基础定义为列表或元组:

BASES = ('A', 'C', 'T', 'G')

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

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))