Python在生物信息学中的应用：字典推导式

我们想依据字典中的键或值过滤字典。

解决方案

可以利用字典推导式（dictionary compehension）轻松解决。例如：

prices = {
'ACME': 45.23,
'AAPL': 612.78,
'IBM': 205.55,
'HPQ': 37.20,
'FB': 10.75
}
# 依据值过滤
p1 = {key: value for key, value in prices.items() if value > 200}
# 依据键过程
tech_names = {'AAPL', 'IBM', 'HPQ', 'MSFT'}
p2 = {key: value for key, value in prices.items() if key in tech_names}

讨论

大多数情况下，字典推导式可以解决的问题也可以通过创建元组然后将其传递给 dict() 函数解决。例如：

p1 = dict((key, value) for key, value in prices.items() if value > 200

但是，字典推导式方案更为清晰，其运行速度也要快很多。

有时候，完成同一件事情可以有多种方法。例如解决方案中的第二个例子可以重写成：

# 依据键过程
tech_names = { 'AAPL', 'IBM', 'HPQ', 'MSFT' }
p2 = { key:prices[key] for key in prices.keys() & tech_names }

但根据实践，这种方案的速度也比较慢。在平时的使用过程中，采用最开始的方法就可以了。

参考

• 《Python Cookbook》第三版

• http://python3-cookbook.readthedocs.org/zh_CN/latest/

关于简说基因

• 生信平台

  Galaxy中国（UseGalaxy.cn）致力于打造中国人的云上生物信息基础设施。大量在线工具免费使用。无需安装，用完即走。活跃的用户社区，随时交流使用心得。

• 生信培训

  简说基因的生信培训班，荣获学员的一致好评。如果你也对生物信息学感兴趣，欢迎来跟简说基因，学真生信。
  

• 生信分析

  我们能够承接所有 NGS 组学数据分析业务，包括但不限于 WGS / WES / RNA-seq 等。基因组组装、注释，以及各种重测序业务都可以与简说基因合作。