对于那些不知道Newick树格式的人,可以在以下位置找到一个很好的描述：
https://en.wikipedia.org/wiki/Newick_format
我想在给出一个外群的情况下为一组物种创建所有可能的Newick树排列.我期望处理的叶节点的数量很可能是4,5或6个叶节点.
允许“软”和“硬”多面体.
https://en.wikipedia.org/wiki/Polytomy#Soft_polytomies_vs._hard_polytomies
https://biology.stackexchange.com/questions/23667/evidence-discussions-of-hard-polytomy
理想输出：
((("A","B","C"),("D"),("E"));
((("A","D"),("C"),"C",("B"),("E"));
((("B",("A"),"B")("C","C")("B","C")("A",("E"));
(("A",("E"));
(((("A","B"),("E"));
但是,我使用itertools带来的任何可能的解决方案,特别是itertools.permutations,都遇到了等效输出的问题.我想出的最后一个想法涉及下面显示的等效输出.
等效输出：
((("C","A"),("E"));
((("C","A",("E"));
这是我的解决方案的开始.但是,除了itertools之外,我现在还不确定该怎么回事.
import itertools
def Newick_Permutation_Generator(list_of_species,name_of_outgroup)
permutations_list =(list(itertools.permutations(["A","D","E"])))
for given_permutation in permutations_list:
process(given_permutation)
Newick_Permutation_Generator(["A","E"],"E")
解决方法
让我们暂时搁置newick表示,并考虑问题的可能python表示.
根树可以被视为(((……组)叶集的递归层次结构.集合是无序的,非常适合描述树中的分支：{{{“A”,“B”},{“C”,“D”}},“E”}应该与{{{ {“C”,“D”},{“B”,“A”}},“E”}.
如果我们考虑叶子的初始集合{“A”,“B”,“C”,“D”,“E”},以“E”作为外群的树是{tree,’形式的集合集. E“}树木取自树木的一组树木,可以从树叶集合{”A“,”B“,”C“,”D“}建造.我们可以尝试编写一个递归树函数来生成这组树,我们的总树集将表示如下：
{{tree,"E"} for tree in trees({"A","D"})}
(这里,我使用set comprehension表示法.)
实际上,python不允许集合集,因为集合的元素必须是“可散列的”(也就是说,python必须能够计算对象的一些“散列”值才能检查它们是否属于集).碰巧python集没有这个属性.幸运的是,我们可以使用名为frozenset的类似数据结构,其行为非常类似于集合,但不能修改并且是“可散列的”.因此,我们的树木将是：
all_trees = frozenset(
{frozenset({tree,"E"}) for tree in trees({"A","D"})})
实现树功能
现在让我们关注树木功能.
对于叶子集的每个可能的分区(分解成一组不相交的子集,包括所有元素),我们需要为分区的每个部分找到所有可能的树(通过递归调用).对于给定的分区,我们将为每个可能的子树组合制作一个树.
例如,如果分区是{“A”,我们将考虑可以从“A”部分制作的所有可能的树(实际上,只是叶子“A” “本身”,以及所有可能由部分{“B”,“D”}(即树木({“B”,“D”}))制成的树木.然后,通过采用所有可能的对来获得该分区的可能树,其中一个元素来自“A”,而另一个元素来自树({“B”,“D”}).
这可以推广到具有两个以上部分的分区,而itertools的产品功能似乎在这里很有用.
生成集合的分区
这里我创建了一个改编自this solution的partitions_of_set函数：
# According to https://stackoverflow.com/a/30134039/1878788: # The problem is solved recursively: # If you already have a partition of n-1 elements,how do you use it to partition n elements? # Either place the n'th element in one of the existing subsets,or add it as a new,singleton subset. def partitions_of_set(s): if len(s) == 1: yield frozenset(s) return # Extract one element from the set # https://stackoverflow.com/a/43804050/1878788 elem,*_ = s rest = frozenset(s - {elem}) for partition in partitions_of_set(rest): for subset in partition: # Insert the element in the subset try: augmented_subset = frozenset(subset | frozenset({elem})) except TypeError: # subset is actually an atomic element augmented_subset = frozenset({subset} | frozenset({elem})) yield frozenset({augmented_subset}) | (partition - {subset}) # Case with the element in its own extra subset yield frozenset({elem}) | partition
为了检查获得的分区,我们创建了一个函数,使它们更容易显示(这对于稍后对树进行newick表示也很有用)：
def print_set(f):
if type(f) not in (set,frozenset):
return str(f)
return "(" + ",".join(sorted(map(print_set,f))) + ")"
我们测试分区是否有效：
for partition in partitions_of_set({"A","D"}):
print(len(partition),print_set(partition))
输出：
1 ((A,B,C,D)) 2 ((A,D),C) 2 ((A,C),(B,D)) 2 ((B,A) 3 ((B,A,D) 2 ((A,B),(C,D)) 3 ((A,C)) 2 ((A,B) 3 ((A,C) 3 ((A,D) 3 ((B,D) 3 ((C,B) 4 (A,D)
现在我们可以编写树函数：
from itertools import product
def trees(leaves):
if type(leaves) not in (set,frozenset):
# It actually is a single leaf
yield leaves
# Don't try to yield any more trees
return
# Otherwise,we will have to consider all the possible
# partitions of the set of leaves,and for each partition,# construct the possible trees for each part
for partition in partitions_of_set(leaves):
# We need to skip the case where the partition
# has only one subset (the initial set itself),# otherwise we will try to build an infinite
# succession of nodes with just one subtree
if len(partition) == 1:
part,*_ = partition
# Just to be sure the assumption is correct
assert part == leaves
continue
# We recursively apply *tree* to each part
# and obtain the possible trees by making
# the product of the sets of possible subtrees.
for subtree in product(*map(trees,partition)):
# Using a frozenset guarantees
# that there will be no duplicates
yield frozenset(subtree)
测试它：
all_trees = frozenset(
{frozenset({tree,"D"})})
for tree in all_trees:
print(print_set(tree) + ";")
输出：
(((B,E); ((((A,E); ((((B,A),E); ((((C,E); (((A,E); ((A,D)),E); (((B,E); (((C,C)),E);
我希望结果是正确的.
这种做法有点难以实现.我花了一些时间来弄清楚如何避免无限递归(当分区为{{“A”,“D”}}时会发生这种情况).
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
