启动子基频矩阵python

Question

所以我试着写一个程序，根据它的位置，给我一个启动子中特定碱基的频率。例如: ACTGCTGATCGTAGC，在seq，A=1中，因为在第一列中，A只出现过一次。这里是“草图”，或未完成的计划，如果你愿意。

import numpy as np

def pfm(x, sequence):

a=0
t=0
c=0
g=0
y=np.array([[]])
for bases in sequence[z]:
    if sequence[z]==a:
        a+=1
    elif sequence[z]==t:
        t+=1
    elif sequence[z]==c:
        c+=1
    elif sequence[z]==g:
        g+=1
    return np.append(y,
    a=0
    t=0
    c=0
    g=0
    z+=1

x=input("Please enter the number of sequences you wish to analyze: ")
etc...

正如你所看到的，我显然没有完成它，因为一个特定的问题。我想将其附加到空集中，但当我将其部分放到shell中时，我仍然会得到错误"ValueError:除了连接轴之外的所有输入数组尺寸必须完全匹配“。所以我想知道我怎么才能把4*1矩阵附加到空集合中。我的想法是，每次这样做时，我都会将基计数设置为0，并继续追加它们的相应列。谢谢。

Answer 1

如果序列大小相同，例如：

['atatatg', 
 'atgcatg',
 'acggtaa', 
 'tagcgta']

你可以这样做：

LoS=['atatatg', 'atgcatg','acggtaa', 'tagcgta']
a=[]
t=[]
g=[]
c=[]
for j in range(len(LoS[0])):
    a.append([i[j] for i in LoS].count('a'))
    t.append([i[j] for i in LoS].count('t'))
    g.append([i[j] for i in LoS].count('g'))
    c.append([i[j] for i in LoS].count('c'))

print "a", a
print "t", t
print "g", g
print "c", c

会给你：

a [3, 1, 1, 0, 2, 1, 2]
t [1, 2, 0, 1, 1, 3, 0]
g [0, 0, 3, 1, 1, 0, 2]
c [0, 1, 0, 2, 0, 0, 0]

你有3次a在你所有的顺序中处于第一位，等等.