小编Man*_*oel的帖子

我在R.工作.我有一个数据框,其中包含染色体上的起始位置和结束位置(其中整数表示染色体上的坐标)例如:

start     end
1         5
3         7
4         10
12        7            (inverted is also allowed)
8         15

我想要的是计算所有这些范围内坐标的出现次数.因此,对于上面的示例,输出将是这样的:

position     count
1            1
2            1
3            2
4            3
5            3
6            2
7            3
8            3
9            3
10           3
11           2
12           2
13           1
14           1
15           1

我有62000多个这样的范围,每个范围至少有1000个位置.我知道如何进行这种转换,但我不知道如何有效地做到这一点,即几秒钟.

当前(效率低下的代码)

positions <- c()
for(i in seq(nrow(a))){
  positions <- c(positions, seq(a[i,3], a[i,4]))
}
table(positions)

"a"是我的数据框,开始和结束坐标分别在第三和第四列.

数据框中的一列包含字符,因此对于使用apply我要么需要创建一个新的数据框(消耗额外的空间),要么需要在apply函数内转换为整数(额外的时间).对不起,因为之前没有告知此事.

我试图使用if-else表达式,如果if条件失败,它应该打破循环,但是会invalid syntax出错.

示例代码:

a = 5
while True:
    print(a) if a > 0 else break
    a-=1

当然,如果我用传统方式书写(不使用一个班轮),它就有效.

请让我知道break在else关键字后使用命令有什么问题.

是否可以知道当前matplotlib样式的名称？我知道我可以使用来获取所有可用样式的列表plt.style.available，但是我想要的是获取当前正在使用的样式名称的可能性。我正在使用spyder的ipython控制台python 3.5，但是如果对此的答案取决于我的工作环境，我会感到惊讶:)

我想将lambda表达式与cython一起使用，但不适用于cpdef。该错误表明尚不支持该错误，但是cython changeleg则表明支持lambda表达式。

%%cython
cimport numpy as np
import numpy as np

cdef foo():
    a = np.random.randint(1,10,10)
    b = sorted(a, key = lambda x: x%np.pi)   #Compiles
    return(b)

cpdef goo():
    a = np.random.randint(1,10,10)
    b = sorted(a)    #Compiles
    return(b)

cpdef hoo():
    a = np.random.randint(1,10,10)
    b = sorted(a, key = lambda x: x%np.pi)   #Compile time error
    return(b)

Error compiling Cython file:
------------------------------------------------------------
...
cpdef goo():
    a = np.random.randint(1,10,10)
    b = sorted(a) 
    return(b)

cpdef hoo():
     ^
------------------------------------------------------------

/********/.cache/ipython/cython/_cython_magic_63378538fa4250ed3135e0289d6af7a0.pyx:14:6: closures inside cpdef functions not …

我有一个表达式集矩阵，其行名是我认为格式为 GENCODE ID 的格式，例如“ENSG00000000003.14”“ENSG00000000457.13”“ENSG00000000005.5”等。我想将它们转换为gene_symbol，但我不确定最好的方法，特别是因为我认为是版本“.14”或“.13”。我应该先修剪点后面的所有 ID，然后使用 biomaRt 进行转换吗？如果是这样，最有效的方法是什么？有没有更好的方法来获取gene_symbol？

非常感谢你的帮助

当我运行以下代码时，我希望一旦foo()执行，它使用的内存（主要是 create m）就会被释放。然而，事实并非如此。要释放此内存，我需要重新启动 IPython 控制台。

%%cython
# distutils: language = c++

import numpy as np
from libcpp.map cimport map as cpp_map

cdef foo():
    cdef:
        cpp_map[int,int]    m
        int i
    for i in range(50000000):
        m[i] = i

foo()

如果有人能告诉我为什么会出现这种情况以及如何在不重新启动 shell 的情况下释放此内存，那就太好了。提前致谢。

我需要计算一组给定范围内的唯一元素的数量.我的输入是这些范围的起点和终点坐标,我执行以下操作.

>>>coordinates
 [[7960383, 7961255],
 [15688414, 15689284],
 [19247797, 19248148],
 [21786109, 21813057],
 [21822367, 21840682],
 [21815951, 21822369],
 [21776839, 21783355],
 [21779693, 21786111],
 [21813097, 21815959],
 [21776839, 21786111],
 [21813097, 21819613],
 [21813097, 21822369]]
 [21813097, 21822369]]
>>>len(set(chain(*[range(i[0],i[1]+1) for i in coordinates])))   #here chain is from itertools

问题是它不够快.这需要在我的机器上花费3.5ms(使用%timeit)(购买新计算机不是一种选择),因为我需要在数百万套上执行此操作,所以速度并不快.

有什么建议可以证明这一点吗？

编辑:行数可以变化.在这种情况下,有12行.但我不能给它任何上限.