现在有从UCI上下载下来的一组DNA序列数据，想把他按照某种规则转换成只有0和1的序列，代码应该怎么写？

Question

其中DNA序列是这样的，共有60个碱基
CCAGCTGCATCACAGGAGGCCAGCGAGCAGGTCTGTTCCAAGGGCCTTCGAGCCAGTCTG

然后生成的序列是要判断其中有没有特定序列，有就是1，没有就是0，由于要判断好多种特定序列，所以处理出来的结果会变成0，1组成的序列

我想从新生成的序列，生成一个可以在tensorflow直接用的数据文件

我看网上的tensorflow教程都是下载下来的数据集直接用的，现在这个要预先再处理的要怎么做呢？希望大神们能教教我，至少发个能让我学习怎么做的网站也行吖，谢谢各位了！

Answer 1

根据我的理解，你应该是转换成onehot标签，至于序列匹配，你可以用KMP算法。
kmp算法在 python 里的实现看这个：https://blog.csdn.net/weixin_39561100/article/details/80822208