biopython 1.78 MarkovModel.train_visible() training_data 是什么类型的？答案

【问题标题】：What type is biopython 1.78 MarkovModel.train_visible() training_data?biopython 1.78 MarkovModel.train_visible() training_data 是什么类型的？
【发布时间】：2021-02-19 17:17:49
【问题描述】：

我想使用 biopython 的 Bio.MarkovModel.train_visible() 为核苷酸序列训练二阶马尔可夫模型。即alphabet=["A","T","G","C"], states=["AA","AT","TT"...]

但是，我收到一个错误：

    474     states_indexes = itemindex(states)
    475     outputs_indexes = itemindex(alphabet)
--> 476     for toutputs, tstates in training_data:
    477         if len(tstates) != len(toutputs):
    478             raise ValueError("states and outputs not aligned")
 ValueError: too many values to unpack (expected 2)

表示可能我给我尝试将我的 training_data 作为一对列表提供：

training_data=(['A','T'...],['AA','AT'...])

并作为此列表对的压缩列表：

training_data=[('A','AA'),('T','AT')...]

但无济于事。 training_set 的正确格式是什么？谢谢！

【问题讨论】：

我怀疑它是两个列表的元组，一个列表包含输出，另一个列表包含观察到的状态。另见help(MarkovModel.train_visible)

标签： python biopython markov-models

【解决方案1】：

有关预期输入的示例，请参阅文件 test_MarkovModel.py：

>>> from Bio import MarkovModel

>>> states = ["0", "1", "2", "3"]
>>> alphabet = ["A", "C", "G", "T"]
>>> training_data = [
            ("AACCCGGGTTTTTTT", "001112223333333"),
            ("ACCGTTTTTTT", "01123333333"),
            ("ACGGGTTTTTT", "01222333333"),
            ("ACCGTTTTTTTT", "011233333333"),
            ]
>>> markov_model = MarkovModel.train_visible(states, alphabet, training_data)
>>> states = MarkovModel.find_states(markov_model, "AACGTT")
>>> print(states)
[(['0', '0', '1', '2', '3', '3'], 0.008212890625000005)]

【讨论】：