string umwandeln

[mit]

Hallo,
Ich habe ein String welcher A bis Z und - enthaelt z.B. A, B, C, D, G, T, -, Z .

Wie kann ich alle Buchstaben und "-" ausser A, C, G, T in klein a umwandeln?

Viele Gruesse

[jbs]

Code: Alles auswählen

def lower(s, without=''):
    return ''.join(c.lower() if c not in without else c for c in s)

print lower('ABCDEFG', 'CDE')

[mit]

Danke, aber mit diesem Skript bekomme ich AbCdefGT- aber wie kann ich AaCaaaGT- erhalten?

def lower(s, without=''):
return ''.join(c.lower() if c not in without else c for c in s)

print lower('ABCDEFGT-', 'ACGT-')

[cofi]

Code: Alles auswählen

>>> def lower(s, without=''):
...     return ''.join("a" if c not in without else c for c in s)
... 
>>> lower('ABCDEFGT-', 'ACGT-')
'AaCaaaGT-'

Alternativ:

Code: Alles auswählen

>>> import string
>>> b = string.maketrans("BDEF","aaaa")
>>> a = "ABCDEFGT-"
>>> a.translate(b)
'AaCaaaGT-'

[yipyip]

Code: Alles auswählen

In [10]: transform = lambda s: ''.join(x if x  in 'ACTG' else 'a' for x in s)

In [11]: transform('AGSKYSASJKASIOJASJK----ACTG')
Out[11]: 'AGaaaaAaaaAaaaaAaaaaaaaACTG'

yipyip

[jbs]

Hab das a überlesen

[derdon]

Code: Alles auswählen

>>> import re
>>> print foo
ABCDEFGT-
>>> pattern = r'[^ACTG-]'
>>> re.sub(pattern, 'a', foo)
'AaCaaaGT-'

Ein klarer Fall für REs

[jbs]

Mal eine Frage: wofür brauchst du das?

[derdon]

Ich rate mal, dass es was mit Biologie zu tun hat. Aber das sagt gar nix, habs erfolgreich abgewählt

[problembär]

Ich würd's so machen:

Code: Alles auswählen

a = "ABCDGT-Z"
b = "ACGT"

c = ""
for i in a:
    if i in b:
        c += i
    else:
        c += i.lower()
print c

Gruß

[/me]

Ich würd's so machen:

Code: Alles auswählen

a = "ABCDGT-Z"
b = "ACGT"

c = ""
for i in a:
    if i in b:
        c += i
    else:
        c += i.lower()
print c

Das kann man so machen, allerdings entspricht das nicht der Aufgabenstellung.

Mir gefällt die re-Variante am besten. Mich irritiert allerdings noch ein Teil der Fragestellung. Im ersten Posting heißt es, es sollten alle Buchstaben und "-" ausser A, C, G, T in ein kleines "a" umgewandelt werden. In einem späteren Posting möchte der Fragesteller dann aber aus 'ABCDEFGT-' den String 'AaCaaaGT-' erhalten. Wie ist das nun mit dem "-"?

[BlackJack]

@problembär: Damit hältst Du bis jetzt wohl den ersten Platz für die schlechteste Laufzeit. In quadratischer Laufzeit eine Zeichenkette aufbauen und die lineare Suche in einer Zeichenkette…

Ich würde die `str.translate()`-Methode verwenden, mit einer Tabelle, die einmal pro Programmlauf erstellt wird.

[mit]

Danke für die Lösungen.

@derdon: Du hast recht dieses Beispiel kam aus der Biologie.

[hendrikS]

Danke für die Lösungen.

Wäre dennoch vielleicht interessant, welchen der Vorschläge Du nutzen wirst. Also finde ja auch, dass man das mit str.translate machen sollte. Dafür muss man nichts hausgemachtes schreiben.

[derdon]

Mir gefällt die re-Variante am besten.

Mein re-Beispiel sollte eher ironisch verstanden werden. Ich wollte damit zeigen, dass reguläre Ausdrücke häufig unnötigerweise eingesetzt werden. Ich finde wie BlackJack die translate-Methode am elegantesten.

[problembär]

Das kann man so machen, allerdings entspricht das nicht der Aufgabenstellung.

Hab' auch das 'a' überlesen . Dann also

Code: Alles auswählen

a = "ABCDGT-Z"
b = "ACGT"

c = ""
for i in a:
    if i in b:
        c += i
    else:
        c += "a"
print c

@problembär: Damit hältst Du bis jetzt wohl den ersten Platz für die schlechteste Laufzeit. In quadratischer Laufzeit eine Zeichenkette aufbauen und die lineare Suche in einer Zeichenkette…

Mit dem Einwand hab' ich gerechnet . So würd' ich's machen, wenn's einfach und gut lesbar sein soll. Wenn's schnell sein soll, würd ich's so machen:

Code: Alles auswählen

#include <stdio.h>
#include <string.h>

/* transform.c: Compile with:

   gcc -Wall -Wextra -ansi -pedantic -O3 transform.c -o transform
*/

int main(void)
{
    int i, u, x;
    char a[] = "AGSKYSASJKASIOJASJK----ACTG";
    char b[] = "ACGT";

    int alen = strlen(a);
    int blen = strlen(b);

    puts(a);

    for (i = 0; i < alen; i++) {
        x = 0;
        for (u = 0; u < blen; u++) {
            if(b[u] == a[i]) {
                x = 1;
                break;
            }
        }
        if (!x) {
            a[i] = 'a';
        }
    }
    puts(a);
    return 0;
}

Gruß

[Hyperion]

@problembär: Damit hältst Du bis jetzt wohl den ersten Platz für die schlechteste Laufzeit. In quadratischer Laufzeit eine Zeichenkette aufbauen und die lineare Suche in einer Zeichenkette…

Mit dem Einwand hab' ich gerechnet . So würd' ich's machen, wenn's einfach und gut lesbar sein soll.

Was ist denn an BlackJacks Vorschlag so unlesbar?

Code: Alles auswählen

In [14]: from string import maketrans

In [15]: text = "ABCDEFGT-"

In [16]: table = maketrans("BDEF", "aaaa")

In [17]: text.translate(table)
Out[17]: 'AaCaaaGT-'

(ok, das "maketrans" müßte man natürlich noch erweitern...)

Wenn's schnell sein soll, würd ich's so machen:
<C-Code>

Wobei Du auch dann noch quadratische Laufzeit hast...

[problembär]

Was ist denn an BlackJacks Vorschlag so unlesbar?

Nichts, der ist auch völlig ok.

Gruß

[BlackJack]

@problembär: Na also wenn dann schon so (ungetestet, NASM-Syntax):

Code: Alles auswählen

global _transform

section .data
table:	db 0, 0, 0, 0 	; ... 256 0/1-values wether the corresponding character
			; code should be replaced by an 'a' or not.

section .text
_transform:
	xor	eax, eax
	pop	ebx
loop0:
	mov	al, [ebx]
	cmp	al, 0
	je	return
	
	cmp	byte [eax+table], 0
	jne	skip
	mov	byte [ebx], 'a'
skip:
	inc	ebx
	jmp	loop0
return:
	ret

Adresse der Zeichenkette wird auf dem Stack erwartet.

[problembär]

Cool, läuft bei mir (nasm, SuSE 10.0) .
Obwohl ich (wie immer bei Assembler) nur Bahnhof verstehe ...

Zu Deinem Python-Vorschlag fand ich übrigens noch interessant, daß viele auch bei so einfacher Datenverarbeitung in Python recht bald mit Modulen arbeiten. Spricht ja nichts dagegen, überrascht mich nur etwas .

Gruß