我应该在Python中将分类变量存储为整数还是字母？

Question

我试图用ATGCs来表示生物病毒的序列，但我看到了用1234s来表示的代码。如果我们将它存储为整数而不是字母，那么内存使用率或代码速度会有什么不同吗？你知道吗

对于那些可能需要更多上下文的人，除了在随机位置更改数字/字母字符串的标识（即突变）之外，我不会对这些数字/字母字符串执行任何数学操作，而是跟踪字典中偏离引用序列的突变位置（如：{2:'G', 52:'A'}或{2:3, 52:1}），并导出通过迭代参考序列并检查突变字典中的任何突变，获得任何生物病毒株的完整序列。你知道吗

Answer 1

字符串或整数的使用取决于DNA序列的大小。我知道有些序列可能超过数百万个元素。 如果要处理大量信息，最好使用类型化整数。否则，您可以使用字符串，如果它更适合您。你知道吗