Lo mejor es crear un ejemplo reproducible pero más manejable que tu caso real.
No se si fragments
y atributos
son listas o arrays de NumPy (realmente es irrelevante). Tampoco se puede deducir el tipo, solo que es iterable o es un array bidimensional. Pero importa poco, para el ejemplo voy a usar cadenas por legibilidad.
En cambio xx
asumo que es un array de NumPy por la sintaxis al indizar. Sus dimensiones deben ser de al menos len(fragments)
x len(atributos)
. El tipo en principio debería ser entero.
El ejemplo sería:
import numpy as np
fragments = ["aggacgagggagagg",
"acggccacgtgaggt",
"ggctgccggtaaggt"]
atributos = ["agg", "ggt", "acg"]
xx = np.empty(
(len(fragments), len(atributos)),
dtype=int
)
for i , frag in enumerate(fragments):
frag = [frag[i: i+3] for i in range(0, len(frag), 3)]
for j, atr in enumerate(atributos):
xx[i,j] = frag.count(atr)
Paso a paso:
for i , frag in enumerate(fragments):
gracias a enumerate
iteramos sobre fragments
, obteniendo cada elemento en la variable frag
y su índice en la variable i
.
frag = [frag[i: i+3] for i in range(0, len(frag), 3)]
: en éste caso estamos ante una lisa por compresión. Lo que hace es partir cada fragmento en grupos de tres items haciendo uso de rebanado (slicing):
"aggacgagggagagg" --> ['agg', 'acg', 'agg', 'gag', 'agg']
"acggccacgtgaggt" --> ['acg', 'gcc', 'acg', 'tga', 'ggt']
"ggctgccggtaaggt" --> ['ggc', 'tgc', 'cgg', 'taa', 'ggt']
for j, atr in enumerate(atributos):
vuelve a hacer uso de enumerate
para recorrer en éste caso la lista/array atributos
. Al estar éste for
anidado dentro del primero, por cada fila/item de fragments
se recorre atributos al completo.
xx[i,j] = frag.count(atr)
--> ésta línea lo que hace básicamente es contar cuantas veces cada item de atributos
está en el fragmento previamente partido cada tres items. El número de veces que dicho atributo aparece como subfragmento de longitud 3 del fragmento se almacena en la matriz xx
usando i
como índice para la fila y j
para la columna.
Los pasos por tanto son:
Primera iteración del primer ciclo (i = 0
, frag=['agg', 'acg', 'agg', 'gag', 'agg']
):
xx[0, 0] = ['agg', 'acg', 'agg', 'gag', 'agg'].count("agg") = 3
xx[0, 1] = ['agg', 'acg', 'agg', 'gag', 'agg'].count("ggt") = 0
xx[0, 2] = ['agg', 'acg', 'agg', 'gag', 'agg'].count("acg") = 1
Segunda iteración del primer ciclo (i = 1
, frag=['acg', 'gcc', 'acg', 'tga', 'ggt']
):
xx[1, 0] = ['acg', 'gcc', 'acg', 'tga', 'ggt'].count("agg") = 0
xx[1, 1] = ['acg', 'gcc', 'acg', 'tga', 'ggt'].count("ggt") = 1
xx[1, 2] = ['acg', 'gcc', 'acg', 'tga', 'ggt'].count("acg") = 2
Tercera iteración del primer ciclo (i = 3
, frag= ['ggc', 'tgc', 'cgg', 'taa', 'ggt']
):
xx[2, 0] = ['ggc', 'tgc', 'cgg', 'taa', 'ggt'].count("agg") = 0
xx[2, 1] = ['ggc', 'tgc', 'cgg', 'taa', 'ggt'].count("ggt") = 1
xx[2, 2] = ['ggc', 'tgc', 'cgg', 'taa', 'ggt'].count("acg") = 0
Por lo que el resultado final es:
>>> xx
array([[3, 0, 1],
[0, 1, 2],
[0, 1, 0]])