Python - вычислить функции плотности вероятности многочлена на большой набор данных?

Я первоначально намеревался использовать MATLAB для занятия этой проблемой, но встроенная функция имеет ограничения, которые не удовлетворяют моей цели. То же ограничение происходит в NumPy.

У меня есть два файла с разделением табуляцией. Первым является файл, показывающий остаток аминокислоты, частоту, и значьте внутреннюю базу данных структур белка, т.е.

A    0.25    1
S    0.25    1
T    0.25    1
P    0.25    1

Второй файл состоит из квадруплетных аминокислот и количества раз, они происходят, т.е.

ASTP    1

Отметьте, существует> 8 000 таких квадруплетных.

На основе фоновой частоты происшествия каждой аминокислоты и количества квадруплетных, я стремлюсь вычислять функцию плотности вероятности многочлена для каждого квадруплета и впоследствии использовать его в качестве математического ожидания в вычислении наибольшего правдоподобия.

Полиномиальное распределение следующие:

f(x|n, p) = n!/(x1!*x2!*...*xk!)*((p1^x1)*(p2^x2)*...*(pk^xk))

то, где x является количеством каждого из k результатов в пробных версиях n с фиксированными вероятностями p. n, является 4 четыре во всех случаях в моем вычислении.

Я создал четыре функции для вычисления этого распределения.

# functions for multinomial distribution


def expected_quadruplets(x, y):
    expected = x*y
    return expected

# calculates the probabilities of occurence raised to the number of occurrences

def prod_prob(p1, a, p2, b, p3, c, p4, d):
    prob_prod = (pow(p1, a))*(pow(p2, b))*(pow(p3, c))*(pow(p4, d))
    return prob_prod 


# factorial() and multinomial_coefficient() work in tandem to calculate C, the multinomial coefficient

def factorial(n):
    if n <= 1:
        return 1
    return n*factorial(n-1)


def multinomial_coefficient(a, b, c, d):
    n = 24.0
    multi_coeff =  (n/(factorial(a) * factorial(b) * factorial(c) * factorial(d)))
    return multi_coeff

Проблема состоит в том, как лучше всего структурировать данные для занятия вычислением наиболее эффективно способом, который я могу считать (Вы, парни пишут некоторый загадочный код :-)) и это не создаст водосливную или ошибку периода выполнения.

До настоящего времени мои данные представлены как вложенные списки.

amino_acids = [['A', '0.25', '1'], ['S', '0.25', '1'], ['T', '0.25', '1'], ['P', '0.25', '1']]

quadruplets = [['ASTP', '1']]

Я первоначально намеревался вызвать эти функции во вложенном для цикла, но это привело к ошибкам периода выполнения или водосливным ошибкам. Я знаю, что могу сбросить предел рекурсии, но я сделал бы это более изящно.

У меня было следующее:

for i in quadruplets:
    quad = i[0].split(' ')
    for j in amino_acids:
        for k in quadruplets:
            for v in k:
                if j[0] == v:
                    multinomial_coefficient(int(j[2]), int(j[2]), int(j[2]), int(j[2]))

Я haven'te, действительно полученный к тому, как включить другие функции все же. Я думаю, что мое текущее вложенное расположение списка sub оптимальный.

Я хочу сравнить каждую букву в строке 'ASTP' с первым компонентом каждого списка sub в amino_acids. Где соответствие существует, я хочу передать соответствующие числовые значения функциям с помощью индексов.

Их лучший путь? Я могу добавить соответствующие числа для каждой аминокислоты и квадруплета к временной структуре данных в цикле, передать это функциям и очистить его для следующего повторения?

Спасибо, S :-)