我有兴趣找到字符串x= "A T G C C G C G T"
的ngrams
。我使用ngram
R
包得到ngrams
。我使用以下几行来完成我的工作。ngrams的顺序不正确
library(ngram)
ng <- ngram(x,n=2)
ngrams_out = get.ngrams(ng)
ngrams_final <- gsub(" ", "",ngrams_out , fixed = TRUE)
# "CG" "TG" "AT" "GC" "CC" "GT" ## ngrams
这给所有无重复上述字符串的ngrams
,但我很惊讶,ngrams
不正确的顺序。该订单对于追踪ngram
的位置非常重要。 ngrams
的正确顺序是"AT","TG","GC","CC","CG","GC","CG","GT"
重复,从那里我可以清楚地确定给定字符串中特定ngram
的位置。
怎么样'x =“ATGCCGCGT”' –
'gsub(“\\ B”,“”,x,perl = T)'然后在上面应用上面的这个.. –
如果我想组合三个或者像ATG,TGC,GCC,CCG,CGC,GCG,CGT或ATGC,TGCC,GCCG,CCGC,CGCG,GCGT一样,每次4个或更多。 –