为什么Python不能识别集合中的元素？

Question

我试图从一组字符串中删除元素，但找不到它们。 这个集合被生成为一个frozenset（由一个超出问题范围的库生成），我将它转换为一个正则集。你知道吗

>>> geneset = model.reactions[2915].genes
>>> geneset
frozenset(['YGL080W', 'YGR243W', 'YHR162W', 'AND', 'OR'])
>>> geneset_mutable = set(geneset)
>>> geneset_mutable
set(['YGR243W', 'OR', 'YGL080W', 'AND', 'YHR162W'])
>>> 'OR' in geneset_mutable
False
>>> "OR" in geneset_mutable
False
>>> geneset_mutable.remove('OR')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'OR'

集合可编辑：

>>> geneset_mutable.add('OR')
>>> "OR" in geneset_mutable
True
>>> geneset_mutable.remove('OR')
>>> "OR" in geneset_mutable
False
>>> geneset_mutable
set(['YGR243W', 'AND', 'YHR162W', 'OR', 'YGL080W'])
>>> geneset_mutable.remove('OR')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'OR'

为什么找不到元素？ 有什么特别的方法可以调试这个吗？你知道吗

记录在案：

>>> sys.getdefaultencoding()
python -V
Python 2.7.5

Answer 1

如果您要直接在集合中键入，它可以正常工作：

geneset_mutable = set(['YGR243W', 'OR', 'YGL080W', 'AND', 'YHR162W'])
>>> "OR" in geneset_mutable
True

我的结论是model.reactions[2915].genes并没有返回字符串，它返回的基因的repr看起来像“OR”，但却是不同类型的对象（与您的查询不匹配）。你知道吗

这很容易确认，只需运行如下测试：

for gene in geneset:
    if repr(gene) == 'OR':
       print repr(gene)
       print type(gene)
       print gene == 'OR'

解决方法是创建一个基因对象，该对象可以与集合中的成员完全匹配。如何做到这一点取决于模型的实现方式，但应该如下所示：

>>> geneset = model.reactions[2915].genes
>>> Gene('OR') in geneset
True

希望这能让你重新走上基因分析的道路：-）

Answer 2

当我逐字复制您的命令时，'OR' in geneset_mutable返回True。我想知道你的集合中的元素后面是否有一些不可打印的字符。请尝试以下操作：

new_set = set(map(lambda x: x.strip(), set(geneset)))

'OR' in new_set现在计算为True吗？你知道吗

如果这不起作用，我也会尝试set(geneset).add('OR')。您很可能会在集合中看到'OR'两次，表明它不是您认为的“或”。你知道吗

最后，因为Python是强类型的，所以可以尝试打印geneset中每个元素的类型。你知道吗

for i in geneset:
  print type(i)