如何对列表的元素进行嵌套和分组组合？

Question

我希望问题的标题很清楚，如果没有，这里有更多细节。

lis_a, lis_b, lis_c = ['A', 'C'], ['T', 'G'], ['G', 'T']

# I am trying make combination of these list elements
all_possible_states = [[x, y, z] for x in lis_a for y in lis_b for z in lis_c]
print('all possible states')

输出为：

all possible states
[['A', 'T', 'G'], ['A', 'T', 'T'], ['A', 'G', 'G'], ['A', 'G', 'T'], ['C', 'T', 'G'], ['C', 'T', 'T'], ['C', 'G', 'G'], ['C', 'G', 'T']]

我实际上是在尝试以一种使两个互补组合也组合在一起的方式进行组合。 即，如果从 lis_a 中选择了“A”，而从 lis_b 中选择了“T”，那么 lis_a 中的“C”和 lis_b 中的“G”将是互补的。

我实际上希望所有可能的状态都采用以下格式，其中两个互补状态嵌套在一起：

[[['A', 'T', 'G'], ['C', 'G', 'T']], [['A', 'T', 'T'], ['C', 'G', 'G']], [['A', 'G', 'G'], [['A', 'G', 'T'], ['C', 'T', 'G']]]

Or,

[(['A', 'T', 'G'], ['C', 'G', 'T']), (['A', 'T', 'T'], ['C', 'G', 'G']), (['A', 'G', 'G'], ['C', 'T', 'T']), (['A', 'G', 'T'], ['C', 'T', 'G'])]

Answer 1

您可以利用您的列表只是 2 元组（技术上长度为 2 的列表）这一事实，并使用二进制 XOR ^ 到 1 来获得互补元素

lis_a, lis_b, lis_c = ['A', 'C'], ['T', 'G'], ['G', 'T']

states = []
for i, x in enumerate(lis_a):
    for j, y in enumerate(lis_b):
        for k, z in enumerate(lis_c):
            state = (x, y, z)
            complement = (lis_a[i^1], lis_b[j^1], lis_c[k^1])
            print(state, complement)
            states.append((state, complement))

# As a comprehension:
# states = [((x, y, z), (lis_a[i^1], lis_b[j^1], lis_c[k^1])) for i, x in enumerate(lis_a) for j, y in enumerate(lis_b) for k, z in enumerate(lis_c)]

输出：

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

如果你想得到一个没有重复排列的集合（例如上面输出中的第一行和最后一行），你可以使用以下内容：

lis_a, lis_b, lis_c = ['A', 'C'], ['T', 'G'], ['G', 'T']
states = []
for num in range(4):
    k, j, i = num & 1, (num >> 1) & 1, (num >> 2) & 1  # 000, 001, 010, 011
    state = lis_a[i], lis_b[j], lis_c[k]
    compliment = lis_a[i ^ 1], lis_b[j ^ 1], lis_c[k ^ 1]
    print(state, compliment)
    states.append((state, compliment))

输出：

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

Answer 2

您可以通过将每个序列规范化为自身及其补码的最小值来做到这一点。通过取最小值，您可以保证序列及其补码都映射到相同的规范化表示。

然后您可以按此分组并找到对。 defaultdict 使分组变得容易。

import collections
import itertools

def canonicalize(seq):
    complements = {'A': 'C', 'C': 'A', 'G': 'T', 'T': 'G'}
    comp = tuple(complements[o] for o in seq)
    return min(seq, comp)

grouped = collections.defaultdict(list)
for seq in itertools.product(lis_a, lis_b, lis_c):
    grouped[canonicalize(seq)].append(seq)

list(grouped.values())
# [[('A', 'T', 'G'), ('C', 'G', 'T')],
#  [('A', 'T', 'T'), ('C', 'G', 'G')],
#  [('A', 'G', 'G'), ('C', 'T', 'T')],
#  [('A', 'G', 'T'), ('C', 'T', 'G')]]

Answer 3

看看 itertools.combinations：

itertools.combinations(iterable, r)

从输入迭代中返回 r 个长度的元素子序列。

组合按字典排序顺序发出。因此，如果输入的可迭代对象已排序，则组合元组将按排序顺序生成。