能否将数据文件作为函数参数？多文件序列匹配函数优化咨询

完全可以合并这两个函数，核心思路是把要处理的数据集和对应名称作为参数传入函数，这样一个函数就能适配任意数量的数据集，彻底避免重复代码。

修改后的合并函数 #

# 在指定数据集中查找目标序列
def find_target_sequence(target, data_set, dataset_name):
    print(f"looking for target sequence in {dataset_name}", target)
    target_length = len(target)
    counter = 0
    for element in data_set:
        if data_set[counter:counter+target_length] == target:
            print(f" match found at {counter} - {counter+target_length}")
        counter += 1

使用示例 #

假设你已经从文件加载好多个数据集（比如存在data、data1、data2...这类变量中），调用方式如下：

# 处理数据集1
find_target_sequence("你的目标序列", data, "data set 1")
# 处理数据集2
find_target_sequence("你的目标序列", data1, "data set 2")
# 后续扩展到更多数据集时，直接传入对应数据集和名称即可
find_target_sequence("你的目标序列", data3, "data set 3")

额外优化建议 #

原来的循环可以用enumerate简化，不用手动维护counter，代码更简洁清晰：

def find_target_sequence(target, data_set, dataset_name):
    print(f"looking for target sequence in {dataset_name}", target)
    target_length = len(target)
    for counter, _ in enumerate(data_set):
        if data_set[counter:counter+target_length] == target:
            print(f" match found at {counter} - {counter+target_length}")

不管后续扩展到15个还是20个文件，只需要加载对应的数据，调用同一个函数即可，完全不用重复编写匹配逻辑。

内容的提问来源于stack exchange，提问作者Adarsh Patra