欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

詳解基于python的全局與局部序列比對(duì)的實(shí)現(xiàn)(DNA)

 更新時(shí)間:2020年10月07日 10:23:46   作者:mmqwqf  
這篇文章主要介紹了詳解基于python的全局與局部序列比對(duì)的實(shí)現(xiàn)(DNA).文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

程序能實(shí)現(xiàn)什么

a.完成gap值的自定義輸入以及兩條需比對(duì)序列的輸入
b.完成得分矩陣的計(jì)算及輸出
c.輸出序列比對(duì)結(jié)果
d.使用matplotlib對(duì)得分矩陣路徑的繪制

一、實(shí)現(xiàn)步驟

1.用戶輸入步驟

a.輸入自定義的gap值
b.輸入需要比對(duì)的堿基序列1(A,T,C,G)換行表示輸入完成
b.輸入需要比對(duì)的堿基序列2(A,T,C,G)換行表示輸入完成

輸入(示例):

在這里插入圖片描述

2.代碼實(shí)現(xiàn)步驟

1.獲取到用戶輸入的gap,s以及t
2.調(diào)用構(gòu)建得分矩陣函數(shù),得到得分矩陣以及方向矩陣
3.將得到的得分矩陣及方向矩陣作為參數(shù)傳到回溯函數(shù)中開(kāi)始回溯得到路徑,路徑存儲(chǔ)使用的是全局變量,存的仍然是方向而不是坐標(biāo)位置減少存儲(chǔ)開(kāi)銷,根據(jù)全局變量中存儲(chǔ)的方向?qū)⒈葘?duì)結(jié)果輸出。
4.根據(jù)全局變量中存儲(chǔ)的方向使用matplotlib畫(huà)出路徑

全局比對(duì)代碼如下:

import matplotlib.pyplot as plt
import numpy as np

#定義全局變量列表finalList存儲(chǔ)最后回溯的路徑 finalOrder1,finalOrder2存儲(chǔ)最后的序列 finalRoad用于存儲(chǔ)方向路徑用于最后畫(huà)圖
def createList():
  global finalList
  global finalOrder1
  global finalOrder2
  global finalRoad
  finalList = []
  finalOrder1 = []
  finalOrder2 = []
  finalRoad = []


#創(chuàng)建A G C T 對(duì)應(yīng)的鍵值對(duì),方便查找計(jì)分矩陣中對(duì)應(yīng)的得分
def createDic():
  dic = {'A':0,'G':1,'C':2,'T':3}
  return dic
#構(gòu)建計(jì)分矩陣
# A G C T
def createGrade():
  grade = np.matrix([[10,-1,-3,-4],
            [-1,7,-5,-3],
            [-3,-5,9,0],
            [-4,-3,0,8]])
  return grade

#計(jì)算兩個(gè)字符的相似度得分函數(shù)
def getGrade(a,b):
  dic = createDic() # 堿基字典 方便查找計(jì)分矩陣
  grade = createGrade() # 打分矩陣grade
  return grade[dic[a],dic[b]]

#構(gòu)建得分矩陣函數(shù) 參數(shù)為要比較序列、自定義的gap值
def createMark(s,t,gap):
  a = len(s)             #獲取序列長(zhǎng)度a,b
  b = len(t)
  mark = np.zeros((a+1,b+1))     #初始化全零得分矩陣
  direction = np.zeros((a+1,b+1,3)) #direction矩陣用來(lái)存儲(chǔ)得分矩陣中得分來(lái)自的方向  第一個(gè)表示左方 第二個(gè)表示左上 第三個(gè)表示上方 1表示能往哪個(gè)方向去
                    #由于得分可能會(huì)來(lái)自多個(gè)方向,所以使用三維矩陣存儲(chǔ)

  direction[0][0] = -1        #確定回溯時(shí)的結(jié)束條件 即能夠走到方向矩陣的值為-1
  mark[0,:] = np.fromfunction(lambda x, y: gap * (x + y), (1, b + 1), dtype=int)   #根據(jù)gap值將得分矩陣第一行計(jì)算出
  mark[:,0] = np.fromfunction(lambda x, y: gap * (x + y), (1, a + 1), dtype=int)   #根據(jù)gap值將得分矩陣第一列計(jì)算出
  for i in range(1,b+1):
    direction[0,i,0] = 1
  for i in range(1, a + 1):
    direction[i, 0, 2] = 1

  for i in range(1,a+1):
    for j in range(1,b+1):
      threeMark = [mark[i][j-1],mark[i-1][j-1],mark[i-1][j]]     #threeMark表示現(xiàn)在所要計(jì)算得分的位置的左邊 左上 上邊的得分
      threeGrade = [gap,getGrade(s[i-1],t[j-1]),gap]         #threeGrade表示經(jīng)過(guò)需要計(jì)算得左邊 左上 上邊的空位以及相似度得分
      finalGrade = np.add(threeMark,threeGrade)           #finalGrade表示最終來(lái)自三個(gè)方向上的得分
      mark[i][j] = max(finalGrade)                  #選取三個(gè)方向上的最大得分存入得分矩陣
      #可能該位置的得分可以由多個(gè)方向得來(lái),所以進(jìn)行判斷并循環(huán)賦值
      for k in range(0,len([y for y,x in enumerate(finalGrade) if x == max(finalGrade)])):
        directionList = [y for y,x in enumerate(finalGrade) if x == max(finalGrade)]
        direction[i][j][directionList[k]] = 1
  return mark,direction

#回溯函數(shù) 參數(shù)分別為 得分矩陣 方向矩陣 現(xiàn)在所處得分矩陣的位置 以及兩個(gè)序列
def remount(mark,direction,i,j,s,t):
  if direction[i][j][0] == 1 :
    if direction[i][j-1][0] == -1:      #如果該位置指向左邊 先判斷其左邊是否是零點(diǎn)
      finalList.append(0)          #如果是 將該路徑存入路徑列表
      finalList.reverse()          #將列表反過(guò)來(lái)得到從零點(diǎn)開(kāi)始的路徑
      index1 = 0              #記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長(zhǎng)的
      index2 = 0              #記錄現(xiàn)在所匹配序列t的位置
      for k in finalList:
        if k == 0 :
          finalOrder1.append("-")
          finalOrder2.append(t[index2])
          index2 += 1
        if k == 1 :
          finalOrder1.append(s[index1])
          finalOrder2.append(t[index2])
          index1 += 1
          index2 += 1
        if k == 2 :
          finalOrder1.append(s[index1])
          finalOrder2.append("-")
          index1 += 1
      finalList.reverse() # 將原來(lái)反轉(zhuǎn)的路徑再返回來(lái)
      finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫(huà)圖
      finalList.pop()            #輸出后將當(dāng)前方向彈出 并回溯
      return
    else :
      finalList.append(0)          #如果不是零點(diǎn) 則將該路徑加入路徑矩陣,繼續(xù)往下走
      remount(mark,direction,i,j-1,s,t)
      finalList.pop()            #該方向走完后將這個(gè)方向彈出 繼續(xù)下一輪判斷 下面兩個(gè)大的判斷同理
  if direction[i][j][1] == 1 :
    if direction[i-1][j-1][0] == -1:

      finalList.append(1)
      finalList.reverse()          # 將列表反過(guò)來(lái)得到從零點(diǎn)開(kāi)始的路徑
      index1 = 0              # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長(zhǎng)的
      index2 = 0              # 記錄現(xiàn)在所匹配序列t的位置
      for k in finalList:
        if k == 0 :
          finalOrder1.append("-")
          finalOrder2.append(t[index2])
          index2 += 1
        if k == 1 :
          finalOrder1.append(s[index1])
          finalOrder2.append(t[index2])
          index1 += 1
          index2 += 1
        if k == 2 :
          finalOrder1.append(s[index1])
          finalOrder2.append("-")
          index1 += 1
      finalList.reverse() # 將原來(lái)反轉(zhuǎn)的路徑再返回來(lái)
      finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫(huà)圖
      finalList.pop()
      return
    else :
      finalList.append(1)
      remount(mark,direction,i-1,j-1,s,t)
      finalList.pop()
  if direction[i][j][2] == 1 :
    if direction[i-1][j][0] == -1:
      finalList.append(2)
      finalList.reverse()           # 將列表反過(guò)來(lái)得到從零點(diǎn)開(kāi)始的路徑
      index1 = 0                # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長(zhǎng)的
      index2 = 0                # 記錄現(xiàn)在所匹配序列t的位置
      for k in finalList:
        if k == 0 :
          finalOrder1.append("-")
          finalOrder2.append(t[index2])
          index2 += 1
        if k == 1 :
          finalOrder1.append(s[index1])
          finalOrder2.append(t[index2])
          index1 += 1
          index2 += 1
        if k == 2 :
          finalOrder1.append(s[index1])
          finalOrder2.append("-")
          index1 += 1
      finalList.reverse()          # 將原來(lái)反轉(zhuǎn)的路徑再返回來(lái)
      finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫(huà)圖
      finalList.pop()
      return
    else :
      finalList.append(2)
      remount(mark,direction,i-1,j,s,t)
      finalList.pop()

#畫(huà)箭頭函數(shù)
def arrow(ax,sX,sY,aX,aY):
  ax.arrow(sX,sY,aX,aY,length_includes_head=True, head_width=0.15, head_length=0.25, fc='w', ec='b')

#畫(huà)圖函數(shù)
def drawArrow(mark, direction, a, b, s, t):
  #a是s的長(zhǎng)度為4  b是t的長(zhǎng)度為6
  fig = plt.figure()
  ax = fig.add_subplot(111)
  val_ls = range(a+2)
  scale_ls = range(b+2)
  index_ls = []
  index_lsy = []
  for i in range(a):
    if i == 0:
      index_lsy.append('#')
    index_lsy.append(s[a-i-1])
  index_lsy.append('0')
  for i in range(b):
    if i == 0:
      index_ls.append('#')
      index_ls.append('0')
    index_ls.append(t[i])
  plt.xticks(scale_ls, index_ls)      #設(shè)置坐標(biāo)字
  plt.yticks(val_ls, index_lsy)
  for k in range(1,a+2):
    y = [k for i in range(0,b+1)]
    x = [x for x in range(1,b+2)]
    ax.scatter(x, y, c='y')
  for i in range(1,a+2):
    for j in range(1,b+2):
      ax.text(j,a+2-i,int(mark[i-1][j-1]))
  lX = b+1
  lY = 1
  for n in range(0,len(finalRoad)):
    for m in (finalRoad[n]):
      if m == 0:
        arrow(ax,lX,lY,-1,0)
        lX = lX - 1
      elif m == 1:
        arrow(ax,lX,lY,-1,1)
        lX = lX - 1
        lY = lY + 1
      elif m == 2:
        arrow(ax, lX, lY, 0, 1)
        lY = lY + 1
    lX = b + 1
    lY = 1
  ax.set_xlim(0, b + 2) # 設(shè)置圖形的范圍,默認(rèn)為[0,1]
  ax.set_ylim(0, a + 2) # 設(shè)置圖形的范圍,默認(rèn)為[0,1]
  ax.set_aspect('equal') # x軸和y軸等比例
  plt.show()
  plt.tight_layout()
if __name__ == '__main__':
  createList()
  print("Please enter gap:")
  gap = int(input())       #獲取gap值 轉(zhuǎn)換為整型  tip:剛開(kāi)始就是因?yàn)檫@里沒(méi)有進(jìn)行類型導(dǎo)致后面的計(jì)算部分報(bào)錯(cuò)
  print("Please enter sequence 1:")
  s = input()           #獲取用戶輸入的第一條序列
  print("Please enter sequence 2:")
  t = input()           #獲取用戶輸入的第二條序列
  a = len(s)           #獲取s的長(zhǎng)度
  b = len(t)           #獲取t的長(zhǎng)度
  mark,direction = createMark(s,t,gap)
  print("The scoring matrix is as follows:")     #輸出得分矩陣
  print(mark)
  remount(mark,direction,a,b,s,t) #調(diào)用回溯函數(shù)
  c = a if a > b else b     #判斷有多少種比對(duì)結(jié)果得到最終比對(duì)序列的長(zhǎng)度
  total = int(len(finalOrder1)/c)
  for i in range(1,total+1):   #循環(huán)輸出比對(duì)結(jié)果
    k = str(i)
    print("Sequence alignment results "+k+" is:")
    print(finalOrder1[(i-1)*c:i*c])
    print(finalOrder2[(i-1)*c:i*c])
  drawArrow(mark, direction, a, b, s, t)

局部比對(duì)代碼如下

import matplotlib.pyplot as plt
import numpy as np
import operator
#在局部比對(duì)中 回溯結(jié)束的條件是方向矩陣中該位置的值全為0
#定義全局變量列表finalList存儲(chǔ)最后回溯的路徑 finalOrder1,finalOrder2存儲(chǔ)最后的序列
def createList():
  global finalList
  global finalOrder1
  global finalOrder2
  global finalRoad
  finalList = []
  finalOrder1 = []
  finalOrder2 = []
  finalRoad = []


#創(chuàng)建A G C T 對(duì)應(yīng)的鍵值對(duì),方便查找計(jì)分矩陣中對(duì)應(yīng)的得分
def createDic():
  dic = {'A':0,'G':1,'C':2,'T':3}
  return dic
#構(gòu)建計(jì)分矩陣
# A G C T
def createGrade():
  grade = np.matrix([[10,-1,-3,-4],
            [-1,7,-5,-3],
            [-3,-5,9,0],
            [-4,-3,0,8]])
  return grade

#計(jì)算兩個(gè)字符的相似度得分函數(shù)
def getGrade(a,b):
  dic = createDic() # 堿基字典 方便查找計(jì)分矩陣
  grade = createGrade() # 打分矩陣grade
  return grade[dic[a],dic[b]]

#構(gòu)建得分矩陣函數(shù) 參數(shù)為要比較序列、自定義的gap值
def createMark(s,t,gap):
  a = len(s)             #獲取序列長(zhǎng)度a,b
  b = len(t)
  mark = np.zeros((a+1,b+1))     #初始化全零得分矩陣
  direction = np.zeros((a+1,b+1,3)) #direction矩陣用來(lái)存儲(chǔ)得分矩陣中得分來(lái)自的方向  第一個(gè)表示左方 第二個(gè)表示左上 第三個(gè)表示上方 1表示能往哪個(gè)方向去
                    #由于得分可能會(huì)來(lái)自多個(gè)方向,所以使用三維矩陣存
  for i in range(1,a+1):
    for j in range(1,b+1):
      threeMark = [mark[i][j-1],mark[i-1][j-1],mark[i-1][j]]     #threeMark表示現(xiàn)在所要計(jì)算得分的位置的左邊 左上 上邊的得分
      threeGrade = [gap,getGrade(s[i-1],t[j-1]),gap]         #threeGrade表示經(jīng)過(guò)需要計(jì)算得左邊 左上 上邊的空位以及相似度得分
      finalGrade = np.add(threeMark,threeGrade)           #finalGrade表示最終來(lái)自三個(gè)方向上的得分
      if max(finalGrade) >= 0:                  #如果該最大值是大于0的則 選取三個(gè)方向上的最大得分存入得分矩陣 否則不對(duì)矩陣進(jìn)行修改
        mark[i][j] = max(finalGrade)
        for k in range(0,len([y for y,x in enumerate(finalGrade) if x == max(finalGrade)])): #可能該位置的得分可以由多個(gè)方向得來(lái),所以進(jìn)行判斷并循環(huán)賦值
          directionList = [y for y,x in enumerate(finalGrade) if x == max(finalGrade)]
          direction[i][j][directionList[k]] = 1
  return mark,direction

#回溯函數(shù) 參數(shù)分別為 得分矩陣 方向矩陣 現(xiàn)在所處得分矩陣的位置 以及兩個(gè)序列
def remount(mark,direction,i,j,s,t):
  if direction[i][j][0] == 1 :
    if all(direction[i][j-1] == [0,0,0]):      #如果該位置指向左邊 先判斷其左邊是否是零點(diǎn)
      finalList.append(0)          #如果是 將該路徑存入路徑列表
      finalList.reverse()          #將列表反過(guò)來(lái)得到從零點(diǎn)開(kāi)始的路徑
      index1 = i              #記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長(zhǎng)的
      index2 = j-1              #記錄現(xiàn)在所匹配序列t的位置
      for k in finalList:
        if k == 0 :
          finalOrder1.append("-")
          finalOrder2.append(t[index2])
          index2 += 1
        if k == 1 :
          finalOrder1.append(s[index1])
          finalOrder2.append(t[index2])
          index1 += 1
          index2 += 1
        if k == 2 :
          finalOrder1.append(s[index1])
          finalOrder2.append("-")
          index1 += 1
      finalList.reverse()
      finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫(huà)圖
      finalList.pop()            #輸出后將當(dāng)前方向彈出 并回溯
      return
    else :
      finalList.append(0)          #如果不是零點(diǎn) 則將該路徑加入路徑矩陣,繼續(xù)往下走
      remount(mark,direction,i,j-1,s,t)
      finalList.pop()            #該方向走完后將這個(gè)方向彈出 繼續(xù)下一輪判斷 下面兩個(gè)大的判斷同理
  if direction[i][j][1] == 1 :
    if all(direction[i-1][j-1] == [0,0,0]):
      finalList.append(1)
      finalList.reverse()           # 將列表反過(guò)來(lái)得到從零點(diǎn)開(kāi)始的路徑
      index1 = i-1              # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長(zhǎng)的
      index2 = j-1              # 記錄現(xiàn)在所匹配序列t的位置
      for k in finalList:
        if k == 0 :
          finalOrder1.append("-")
          finalOrder2.append(t[index2])
          index2 += 1
        if k == 1 :
          finalOrder1.append(s[index1])
          finalOrder2.append(t[index2])
          index1 += 1
          index2 += 1
        if k == 2 :
          finalOrder1.append(s[index1])
          finalOrder2.append("-")
          index1 += 1
      finalList.reverse()
      finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫(huà)圖
      finalList.pop()
      return
    else :
      finalList.append(1)
      remount(mark,direction,i-1,j-1,s,t)
      finalList.pop()
  if direction[i][j][2] == 1 :
    if all(direction[i-1][j] == [0,0,0]):
      finalList.append(2)
      finalList.reverse()           # 將列表反過(guò)來(lái)得到從零點(diǎn)開(kāi)始的路徑
      index1 = i-1                # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長(zhǎng)的
      index2 = j                # 記錄現(xiàn)在所匹配序列t的位置
      for k in finalList:
        if k == 0 :
          finalOrder1.append("-")
          finalOrder2.append(t[index2])
          index2 += 1
        if k == 1 :
          finalOrder1.append(s[index1])
          finalOrder2.append(t[index2])
          index1 += 1
          index2 += 1
        if k == 2 :
          finalOrder1.append(s[index1])
          finalOrder2.append("-")
          index1 += 1
      finalList.reverse()
      finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫(huà)圖
      finalList.pop()
      return
    else :
      finalList.append(2)
      remount(mark,direction,i-1,j,s,t)
      finalList.pop()
#畫(huà)箭頭函數(shù)
def arrow(ax,sX,sY,aX,aY):
  ax.arrow(sX,sY,aX,aY,length_includes_head=True, head_width=0.15, head_length=0.25, fc='w', ec='b')

#畫(huà)圖函數(shù)
def drawArrow(mark, direction, a, b, s, t,mx,my):
  #a是s的長(zhǎng)度為4  b是t的長(zhǎng)度為6
  fig = plt.figure()
  ax = fig.add_subplot(111)
  val_ls = range(a+2)
  scale_ls = range(b+2)
  index_ls = []
  index_lsy = []
  for i in range(a):
    if i == 0:
      index_lsy.append('#')
    index_lsy.append(s[a-i-1])
  index_lsy.append('0')
  for i in range(b):
    if i == 0:
      index_ls.append('#')
      index_ls.append('0')
    index_ls.append(t[i])
  plt.xticks(scale_ls, index_ls)      #設(shè)置坐標(biāo)字
  plt.yticks(val_ls, index_lsy)
  for k in range(1,a+2):
    y = [k for i in range(0,b+1)]
    x = [x for x in range(1,b+2)]
    ax.scatter(x, y, c='y')
  for i in range(1,a+2):
    for j in range(1,b+2):
      ax.text(j,a+2-i,int(mark[i-1][j-1]))
  lX = my + 1
  lY = a - mx + 1
  for n in range(0,len(finalRoad)):
    for m in (finalRoad[n]):
      if m == 0:
        arrow(ax,lX,lY,-1,0)
        lX = lX - 1
      elif m == 1:
        arrow(ax,lX,lY,-1,1)
        lX = lX - 1
        lY = lY + 1
      elif m == 2:
        arrow(ax, lX, lY, 0, 1)
        lY = lY + 1
    lX = b + 1
    lY = 1
  ax.set_xlim(0, b + 2) # 設(shè)置圖形的范圍,默認(rèn)為[0,1]
  ax.set_ylim(0, a + 2) # 設(shè)置圖形的范圍,默認(rèn)為[0,1]
  ax.set_aspect('equal') # x軸和y軸等比例
  plt.show()
  plt.tight_layout()

if __name__ == '__main__':
  createList()
  print("Please enter gap:")
  gap = int(input())       #獲取gap值 轉(zhuǎn)換為整型  tip:剛開(kāi)始就是因?yàn)檫@里沒(méi)有進(jìn)行類型導(dǎo)致后面的計(jì)算部分報(bào)錯(cuò)
  print("Please enter sequence 1:")
  s = input()           #獲取用戶輸入的第一條序列
  print("Please enter sequence 2:")
  t = input()           #獲取用戶輸入的第二條序列
  a = len(s)           #獲取s的長(zhǎng)度
  b = len(t)           #獲取t的長(zhǎng)度
  mark,direction = createMark(s,t,gap)
  print("The scoring matrix is as follows:")     #輸出得分矩陣
  print(mark)
  maxDirection = np.argmax(mark) #獲取最大值的位置
  i = int(maxDirection/(b+1))
  j = int(maxDirection - i*(b+1))
  remount(mark,direction,i,j,s,t) #調(diào)用回溯函數(shù)
  print(finalOrder1)
  print(finalOrder2)
  drawArrow(mark, direction, a, b, s, t, i, j)

二、實(shí)驗(yàn)結(jié)果截圖

1.全局比對(duì)

在這里插入圖片描述

在這里插入圖片描述

在這里插入圖片描述

2.局部比對(duì)

在這里插入圖片描述

在這里插入圖片描述

在這里插入圖片描述

到此這篇關(guān)于詳解基于python的全局與局部序列比對(duì)的實(shí)現(xiàn)(DNA)的文章就介紹到這了,更多相關(guān)python全局與局部序列比對(duì)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!


總結(jié)

本次實(shí)驗(yàn)使用動(dòng)態(tài)規(guī)劃對(duì)全局序列比對(duì)進(jìn)行了實(shí)現(xiàn),自己卡的最久的地方是回溯以及畫(huà)圖的時(shí)候。剛開(kāi)始在實(shí)現(xiàn)回溯的過(guò)程中,老是找不準(zhǔn)回溯的條件以及將所有的路徑都記錄下來(lái)的方法,最后是使用的方向矩陣,也就是重新定義一個(gè)與得分矩陣等大的矩陣(但是這個(gè)矩陣是三維),存放的是每個(gè)位置能夠回溯的方向,第一個(gè)數(shù)值表示左邊,第二個(gè)表示左上,第三個(gè)表示上方,為0時(shí)表示當(dāng)前方向不能回溯,沒(méi)有路徑,為1時(shí)表示能回溯,當(dāng)該位置的所有能走的方向都走完時(shí)即可返回。將所有路徑記錄下來(lái)的方法是定義全局變量,當(dāng)有路徑能夠走到終點(diǎn)時(shí)便將這條路徑存放入該全局變量中。
繪圖的時(shí)候使用的是matplotlib中的散點(diǎn)圖,然后將每個(gè)點(diǎn)的得分以注釋的形式標(biāo)記在該點(diǎn)的右上角,并用箭頭將路徑繪出。不得不說(shuō)的是,這個(gè)圖確實(shí)太丑了,我學(xué)識(shí)淺薄,也沒(méi)想到能畫(huà)出這個(gè)圖的更好的方法,還希望老師指點(diǎn)。
總的來(lái)說(shuō)這次實(shí)驗(yàn)經(jīng)歷的時(shí)間還比較長(zhǎng),主要是因?yàn)閜ython也沒(méi)有很熟悉,很多函數(shù)也是查了才知道,然后可視化更是了解的少,所以畫(huà)出來(lái)的圖出奇的丑,還有回溯的時(shí)候也是腦子轉(zhuǎn)不過(guò)彎來(lái),所以要學(xué)習(xí)的東西還有很多,需要更加努力。
本次實(shí)驗(yàn)還能夠有所改進(jìn)的地方是:
1.把兩個(gè)比對(duì)算法結(jié)合,讓用戶能夠選擇使用哪種比對(duì)方式。
2.作出一個(gè)更好看的界面,增加用戶體驗(yàn)感。
3.把圖畫(huà)的更美觀。
(老丁已閱,USC的同學(xué)們謹(jǐn)慎借鑒)

相關(guān)文章

  • django的登錄注冊(cè)系統(tǒng)的示例代碼

    django的登錄注冊(cè)系統(tǒng)的示例代碼

    這篇文章主要介紹了django的登錄注冊(cè)系統(tǒng)的示例代碼,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-05-05
  • jupyter notebook 增加kernel教程

    jupyter notebook 增加kernel教程

    這篇文章主要介紹了jupyter notebook 增加kernel教程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-04-04
  • Matlab中的mat數(shù)據(jù)轉(zhuǎn)成python中使用的npy數(shù)據(jù)遇到的坑及解決

    Matlab中的mat數(shù)據(jù)轉(zhuǎn)成python中使用的npy數(shù)據(jù)遇到的坑及解決

    這篇文章主要介紹了Matlab中的mat數(shù)據(jù)轉(zhuǎn)成python中使用的npy數(shù)據(jù)遇到的坑及解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-12-12
  • 從np.random.normal()到正態(tài)分布的擬合操作

    從np.random.normal()到正態(tài)分布的擬合操作

    這篇文章主要介紹了從np.random.normal()到正態(tài)分布的擬合操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-06-06
  • Pytorch之Tensor和Numpy之間的轉(zhuǎn)換的實(shí)現(xiàn)方法

    Pytorch之Tensor和Numpy之間的轉(zhuǎn)換的實(shí)現(xiàn)方法

    這篇文章主要介紹了Pytorch之Tensor和Numpy之間的轉(zhuǎn)換的實(shí)現(xiàn)方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • 使用sklearn的cross_val_score進(jìn)行交叉驗(yàn)證實(shí)例

    使用sklearn的cross_val_score進(jìn)行交叉驗(yàn)證實(shí)例

    今天小編就為大家分享一篇使用sklearn的cross_val_score進(jìn)行交叉驗(yàn)證實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-02-02
  • Python?Httpx庫(kù)實(shí)現(xiàn)超跑式網(wǎng)絡(luò)請(qǐng)求用法實(shí)例

    Python?Httpx庫(kù)實(shí)現(xiàn)超跑式網(wǎng)絡(luò)請(qǐng)求用法實(shí)例

    這篇文章主要為大家介紹了Python?Httpx庫(kù)實(shí)現(xiàn)超跑式網(wǎng)絡(luò)請(qǐng)求用法實(shí)例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2024-01-01
  • python for循環(huán)賦值問(wèn)題

    python for循環(huán)賦值問(wèn)題

    這篇文章主要介紹了python for循環(huán)賦值問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-06-06
  • Djang中靜態(tài)文件配置方法

    Djang中靜態(tài)文件配置方法

    這篇文章主要介紹Djang中靜態(tài)文件配置方法的相關(guān)資料,django靜態(tài)文件配置主要是為了讓用戶請(qǐng)求django服務(wù)器時(shí)能找到靜態(tài)文件返回,需要的朋友可以參考下
    2015-07-07
  • Python利用Beautiful Soup模塊創(chuàng)建對(duì)象詳解

    Python利用Beautiful Soup模塊創(chuàng)建對(duì)象詳解

    這篇文章主要介紹了Python利用Beautiful Soup模塊創(chuàng)建對(duì)象的相關(guān)資料,文中介紹的非常詳細(xì),相信對(duì)大家具有一定的參考價(jià)值,需要的朋友們下面來(lái)一起看看吧。
    2017-03-03

最新評(píng)論