Discussion :

[Piotree]

Bonjour à tous,

je me permets d'ouvrir cette discussion n'ayant pas trouvé de solution à mon problème (je débute en python).
Je cherche à générer ce type de matrice:

L vers C 10325CT 10405GA 10414GA 1057TC 10674CT
10325CT
10405GA
10414GA
1057TC
10674CT

et de la remplir comme suit:

10325CT 10405GA 10414GA 1057TC 10674CT
10325CT ind1_ind2 ind1_ind3
10405GA ind4
10414GA ind6_ind8
1057TC ind1_ind2
10674CT

L'idée est de regrouper les individus qui partagent les même mutations dans cette matrice: exemple l'individu 1 et 2 (ind1_ind2) partagent les mutations 10325CT-10405GA et 1057TC-10405GA pour ensuite générer un network:
En réalité cette matrice à 188 lignes et 188 colonnes et je cherche à la remplir automatiquement.

J'ai fais le script qui me sort les couples de valeurs qui m'intéressent ainsi que le script pour générer le network. Néanmoins je n'arrive pas à remplir la la matrice automatiquement:
Début de mon code;

dicoFUll={....}#dico avec comme clés les mutations et en valeurs les listes d'individus qui partagent ces mêmes mutations
listFull=[...] contient la liste d'individus

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
from collections import OrderedDict
dicoFUllb=OrderedDict(sorted(dicoFUllb.items(),key=lambda t: t[0]))#pour ordonner mon dico et que chaque liste d'individus sortent dans le même ordre pour chaque mutation
 
with open ('matriceFinalNetworks.csv','rb') as f:
	reader = csv.DictReader(f, delimiter=',')
	headers = reader.fieldnames
	with open ('matriceFinalNetworks2.csv','ab') as f1:
		fieldnames=headers
		writer = csv.DictWriter(f1, delimiter=',', fieldnames=fieldnames)		
		for cle, value in dicoFUll.items():
			if value == listeFull[0]:# ici je recherche les individus qui partagent une meme mutation. Ce n'est pas hyper optimisé je dois changer manuellement l'indice listeFull[0]...
                                samplesSharesMutations=cle,	value#stock
                                writer.writerow([samplesSharesMutations]) #### c'est ici que je n'arrive pas à écrire les résultats comme dans l'exemple plus haut de ma matrice. J'ai regardé du côté de numpy mais je suis un peu perdu.

Merci pour votre aide

[lg_53]

Bonjour

J'ai plusieurs commentaires à faire voyant le code que tu as posté.
1) Au niveau de la structuration : Hésite pas à séparer un peu plus les choses que tu veux faire. Là j'ai l'impression que tu veux tout faire en même temps.
Je verrais plutot qqch comme ça :
Etape 1 : Tu lis ton fichier de départ et tu stocke son information dans une liste (chaque élément de la liste correspond à une ligne de ton fichier et est donc la liste des mutations de cet individu), ou bien un dictionnaire du style { nom_individu : [liste_de_ses_mutations] }
Etape 2 : Tu construit un dictionnaire ayant le style { nom_mutation : [liste_individu_portant_la_mutation] }
Etape 3 : Tu écrit le dictionnaire que tu vient de construire dans un nouveau fichier

2) Pour réaliser l'étape 2, tu n'as pas besoin de chercher texto les mutations partagées entre les individus !
Exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
population = { 'ind1': [ 'mutA', 'mutB' ], 'ind2':[ 'mutB', 'mutC' ]}
dico_par_mut = {}
for ind_name,list_mut in population.items() :
    for mut in list_mut : ### Pour chaque individu, on parcours ses mutations
        if mut in dico_par_mut.keys() :
             dico_par_mut[mut]+=[ind_name] #### On ajoute un individu a une mutation dejà connue
        else :
             dico_par_mut[mut]=[ind_name]#### On ajoute une nouvelle mutation (et l'individu sur lequel on l'a détecté) au dico
print(dico_par_mut)

3) numpy ne me parait pas utilisable ici. Tout simplement parceque ca gère des matrices homogènes, c'est à dire que le nombre d'éléments sur chaque lignes est le meme. Ici ce n'est pas du tout le cas chez toi, chaque individu pouvant avoir un nombre de mutation arbitraire.

[Piotree]

Bonjour ig_53,

Merci beaucoup pour tes commentaires bien instructifs.
Sans abuser de ton temps et de ton aide, aurais-tu une piste pour générer ce genre de matrice à partir de dico_par_mut pour reprendre l'exemple de ton code?

Mon idée serait de générer ce genre de matrice: cf photo jointe



je n'arrive pas écrire sous cette forme avec writer ou DictWriter.
J'ai réalisé après un script qui me permet de parcourir ce genre de matrice et de créer des liens entre les individus qui partagent les mêmes mutations pour ensuite générer un network.
Je ne trouve pas de solution pour générer le plus automatiquement possible ce genre de matrice.

Merci beaucoup pour ton(votre) aide .

[lg_53]

Je crois ne pas avoir bien saisi ton problème.

Corrige moi si je me trompe.
Tu veux créer une matrice carrée (appelons là A). Chaque ligne et chaque colonne corresponderaient à une mutation. Ainsi chaque élément A_{i,j} de ta matrice serait la liste des individus possédant à la fois la mutation i et la mutation j ?

[Piotree]

Désolé pour le manque de clarté.
Je pense que tu as bien saisi mon problème. Je rajoute des exemples pour tenter de clarifier au plus mon problème
A titre d'exemple:
L'idée est de partir de cette:


On peut voir que les lignes (mutations) sont les même mutations qu'en colonnes.
Je cherche à remplir cette matrice de manière automatique pour avoir cette matrice:


Si on lit les intersections lignes colonnes pour indiv1_indiv2: On peut voir qu'à la ligne 2, la mutation 10325CT est partagée par les individus "indiv1_indiv2" avec la mutation 10405GA (colonne c) etc...
En gros je voudrais écrire par exemple à cette intersection ligne 2 colonne C "indiv1_indiv2" (exemple ci dessus).
Avec le module csv de python je n'arrive pas écrire à une intersection ligne colonne par exemple

En espérant être plus claire mais je pense que tu as parfaitement saisi mon problème.
Merci

[lg_53]

Il te suffit alors de parcourir 2 à 2 toutes les clés du dico que tu as construit, et de détecter les individus en commun dans les listes d'invidus associées à ces 2 clés (qui sont les mutations)...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
population = { 'ind1': [ 'mutA', 'mutB' ], 'ind2':[ 'mutB', 'mutC' ], 'ind3': ['mutA','mutB','mutC']}
dico_par_mut = {}
for ind_name,list_mut in population.items() :
    for mut in list_mut : ### Pour chaque individu, on parcours ses mutations
        if mut in dico_par_mut.keys() :
             dico_par_mut[mut]+=[ind_name] #### On ajoute un individu a une mutation dejà connue
        else :
             dico_par_mut[mut]=[ind_name]#### On ajoute une nouvelle mutation (et l'individu sur lequel on l'a détecté) au dico
print(dico_par_mut)
 
 
def common_elements(list1, list2):
    return [element for element in list1 if element in list2]
 
list_mut = list(dico_par_mut.keys())
n=len(list_mut)
network = [ [ "" for j in range(n) ] for i in range(n) ]
 
for i in range(n) :
    for j in range(n) :
        list1_ind = dico_par_mut[list_mut[i]]
        list2_ind = dico_par_mut[list_mut[j]]
        a = common_elements(list1_ind,list2_ind)
        network[i][j] = '_'.join(a)
 
print(network)

Et ici network[i][j] représente la valeur du tableau que tu veux à la i-ieme ligne, j-ieme colonne.