Python如何将循环得到的seq3字符串存入fa_data列表变量中

你编写的列表推导式无法运行主要有两个问题：

• 遍历逻辑错误：seq3是单次循环中生成的单个3碱基字符串，遍历seq3会拿到字符串内的单个字符，而非所有循环产出的seq3结果
• 拼接操作错误：列表无法直接和字符串通过+拼接，且你没有在循环中实现单次seq3追加到列表的逻辑

基础修改方案 #

直接在原有循环基础上新增append操作即可实现需求，修改后完整代码如下：

fa_data = []
for i in mutate1.index:
    with open('chr2_{}.fa'.format(i), 'r') as f:
        fa = f.read()
    fa = fa.replace('\n','')
    seq3 = fa[-3:]
    fa_data.append(seq3)

运行后fa_data即为你需要的['aac', 'gtt', 'cag', 'cta', ...]格式的列表。

更高效的优化方案 #

如果处理的fasta文件体积较大，读取整个文件内容仅为取末尾3个字符会造成不必要的内存开销，可以直接定位到文件末尾读取尾部少量内容，过滤换行后取后3位，也可以用列表推导式简化代码结构：

def fetch_tail_3(file_path):
    with open(file_path, 'rb') as f:
        # 定位到文件末尾倒数20字节，足够覆盖可能存在的换行符和目标3个碱基
        f.seek(-20, 2)
        content_tail = f.read().decode().replace('\n', '')
        return content_tail[-3:]

fa_data = [fetch_tail_3(f'chr2_{i}.fa') for i in mutate1.index]

如果使用的Python版本低于3.6不支持f-string，将f'chr2_{i}.fa'替换为'chr2_{}.fa'.format(i)即可正常运行。

内容的提问来源于stack exchange，提问作者Geinkehdsk