如何在Python中切片生成器对象或迭代器

def f():
    for i in range(100):
        yield(i)
x = f()

for i in x[95:]:
    print(i)

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-37-15f166d16ed2> in <module>()
  4 x = f()
  5 
----> 6 for i in x[95:]:
  7     print(i)

TypeError: 'generator' object is not subscriptable

import skbio

f = 'seqs.fna'
seqs = skbio.io.read(f,format='fasta')

for seq in itertools.islice(seqs,30516420,30516432):
    #do a bunch of stuff here
    pass

一般来说,answer is itertools.islice,但你应该注意,islice不会,也不能,实际上跳过值.它只是在开始产生值之前抓取并丢弃起始值.因此,如果可能的话,当你需要跳过很多值和/或被跳过的值对于获取/计算来说是昂贵的时候,通常最好避免使用islice.如果您可以找到一种不首先生成值的方法,请执行此操作.在您(显然是做作的)示例中,您只需调整范围对象的起始索引.

在尝试在文件对象上运行的特定情况下,拉动大量行(特别是从慢速介质读取)可能并不理想.假设你不需要特定的行,你可以使用一个技巧来避免实际读取文件的大块,同时仍然测试到文件的一些距离,是寻找猜测的偏移,读出到行的末尾(为了丢弃你可能在中间寻找的部分线),然后从那一点开始,你需要很多线.例如：

import itertools

with open('myhugefile') as f:
    # Assuming roughly 80 characters per line,this seeks to somewhere roughly
    # around the 100,000th line without reading in the data preceding it
    f.seek(80 * 100000)
    next(f)  # Throw away the partial line you probably landed in the middle of
    for line in itertools.islice(f,100):  # Process 100 lines
        # Do stuff with each line

对于文件的特定情况,您可能还需要查看可以以类似方式使用的mmap(如果您正在处理数据块而不是文本行,则可能会非常有用,可能会随机随意跳转).

更新：根据您更新的问题,您需要查看您的API文档和/或数据格式,以确切了解如何正确跳过.它看起来像skbio offers some features for skipping using seq_num,but that’s still going to read if not process most of the file.如果数据以相同的序列长度写出,我会查看Alignment上的文档;通过例如by using Alignment.subalignment to create new Alignments that skip the rest of the data for you,对齐数据可以是可加载的而根本不处理前面的数据.