Cassiel60的博客

批量从bam文件获取指定位置(RS.xlsx)的碱基后输出到一个excel，按照编号进行排序。

docx2pdf实现word批量转pdf

【代码】python对指定段落中的关键字以及表格标记红色。

python自动化办公

python在windows上安装模块时，常用pip install packages.name或者是.whl文件 pip installC:\Python27\Scripts\pywin32-223-cp27-cp27m-win32.whl,cp 表示python2.7在https://pypi.org/project/pywin32/223/#files里面，有两个2.7可以安装的，但是如果选择pywin32-223-cp27-cp27m-win_amd64.whl会报错，识别不...

平时最喜欢用pandas 读取excel,最近工作时遇到对于某列整数列的表格，总是把整数读出了浮点数，后面加个.0，但其实我不需要变为浮点数。原因是：我这一列整数是由函数vlookup查找来的，没有查找到的是NA办法是：把NA替换为-,就可以了...

1.根据一个表格是基因，一个工作簿里不同的癌种基因信息放在不同的表格中，要查找表1的每个基因在工作簿里的哪些癌种中存在#!/usr/bin/env python# encoding=utf-8# 目的是根据基因在另一个工作簿中各个表格匹配癌种import pandas as pdimport sysreload(sys)sys.setdefaultencoding('utf-8')df = pd.ExcelFile('../allgene.xlsx')keylist=[]val

之前用的常规爬虫思路（import requests，from bs4 import BeautifulSoup）来下载文章题目，作者，来源等信息时，偶尔会出现各种问题，有那个调试的时间，就自己根据biopython快速写了一个脚本，简单好用。# !bin/python# encoding:utf-8from Bio import Entrezfrom Bio import MedlineEntrez.email = 'xxxx@qq.com'ref = open('ref.txt..

常见的两种简单生成二维码方法，目测均是很好用的1.MyQR 要求是python3 ，并且二维码上的内容不支持中文#1.生成普通二维码#在程序中导入MyQR包下的模板myqr，其中word参数接收一个字符串作为二维码的内容。from MyQR import myqrmyqr.run(words='https://www.cnblogs.com/Estate-47/p/9661543.html')#2.生成带图片的二维码 图片要和代码保持同一路径 myqr.run(words='...

安装了所需要的软件，熟悉了一些基本命令，就可是进行实战操作，总会遇到一些问题，如下：一 .根据视频操作，执行django-admin.py startproject hello_django(命名为hello-django，会提示CommandError: 'hello-django' is not a valid project name. Please use only numbers, ...

django所用的软件安装步骤列出需要安装的包：pip freeze1.python(目前是3X)2.更新pip （非必须）python -m pip install --upgrade pip3.安装虚拟环境 pip install virtualenv==15.0.1（可以不加版本）4.创建虚拟环境 vitualenv django_back_env5.使用虚拟环境 ...

方差分析可以用来推断一个或多个因素在其状态变化时，其因素水平或交互作用是否会对实验指标产生显著影响。主要分为单因素方差分析、多因素无重复方差分析和多因素重复方差分析。做方差分析首先必须满足独立，正态检验，方差齐性检验。如果是重复测量方差分析，则必须满足正态检验，方差齐性检验，以及球形检验。之前一直使用的是SPSS,其实也可以用python或者R做方差分析python主要用到的库是...

相关知识1.字节(Byte):计算机中数据存储的基本单位,一个字节是8位.计算机上所有的数据都是由字节组成的2.字符:字符是一个信息单位,是各种文字和符号的统称.(一个英文字母,一个汉字都是一个字符)3.字符集(Characterset):是某个范围内字符的集合,不同的字符集规定了字符的个数.如:ASCII,GB23124.字符码:字符集中每个字符的数字编号5.字符编码(cha...

Biopython是python的一个库，这个库可以解决很多生物上的问题，使大量的生物数据简单化，是个很好用的包。对于数据库上的各种信息，有专门的函数处理，不用按照常规的文本处理方法，写大量的代码。比如很常见的报告中展示的参考文献，一般思路是有了文章的PMID，然后通过爬虫的方法，获取这些文章的title，author，source等信息。在Biopython中有自己独特的解决方法。在NC...

1.下载基因组注释文件，选择对应的版本：ftp://ftp.ncbi.nlm.nih.gov/genomes/Homo_sapiens/ARCHIVE/BUILD.37.3/GFF/2.GTF 为General Transfer Format ，熟悉格式http://www.huoyunjn.com/wuliuxinwen/2/33709819.htm。第三列feature- 后面...

用pandas 中的read_table()函数时，发现header设置值不一样，所获得的结果也不一样。之前一直认为header = 0 和header = None是一样的，其实是不一样的。读取一个有10行的文件，没有行名1.header =None 时，可以全部读取.2.header =0 时，少一行3.header =1 时，又少一行...

# sequence.gb文件https://www.ncbi.nlm.nih.gov/nuccore/NC_000006.12?report=genbank#position.txt#生成的文件postion_HLA_seq.fafrom Bio import SeqIOfrom Bio.SeqRecord import SeqRecordfrom B...

利用zip()函数把四个列表一对一的组合成一个元组。zip()函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。利用map()函数对每一个元素进行函数操作，用匿名函数提取text和去掉\nmap()是 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并...

在window下进行画图时，出现遇到中文就是方框的情况，发现是使用matplotlib包时出现的，这种情况很常见。可以通过matplot的rcParams属性来设置mpl.rcParams['font.sans-serif'] = ['SimHei'] #设置中文字体mpl.rcParams['axes.unicode_minus'] = False比如用matplot包画个水平柱...

最近在写一个python脚本，用到了pandas这个包，用pandas读excel,如：这句在同事的电脑上一直是循环第一个表格，sheet_name 没有起到作用，后面通过pandas.__version__查看了包的版本，发现她是0.19.0,我的是0.20.0，在旧版本中，没有sheet_name这个参数，只有sheetname这个参数，所以会一直默认读取第一个表格的内容。 ...

# 唯一性的用id表示，id前面需要加#例如：使用select ,找出所有id为title 的元素alink = soup.select('#title')print alinkprint alink.text# 有相同的用class表示，class前面需要加.例如：使用select 找出所有class为link的元素for link in soup.select('...

转自：https://blog.csdn.net/a657941877/article/details/9063883Python 里面的编码和解码也就是 unicode 和 str 这两种形式的相互转化。编码是 unicode -> str，相反的，解码就是 str -> unicode。剩下的问题就是确定何时需要进行编码或者解码了.关于文件开头的"编码指示"，也就是 # -...

每天一练，贵在坚持！原文链接：https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/准备工作import numpy as npimport pandas as pdimport matplotlib as mplimport m...

两个变量如何相互改变，最佳拟合线就是常用的方法。下图显示了数据中各组之间最佳拟合线的差异。 要禁用分组并仅为整个数据集绘制一条最佳拟合线，请从下面的sns.lmplot（）调用中删除hue='cyl'参数，此时只有一条最佳线。#初次运行时，总是提示No module named statsmodels.robust.robust_linear_model然后在pip instal...

本文是接着这篇内容的：https://blog.csdn.net/Cassiel60/article/details/88350442散点图是用于研究两个变量之间关系的经典的和基本的图表。 如果数据中有多个组，则可能需要以不同颜色可视化每个组。 在 matplotlib 中，您可以使用plt.scatterplot（）方便地执行此操作#Import datasetmidwest =...

好的代码不仅要收藏，更要经常拿出来看看，练练！1.简洁的表达式# 快速构成一个字典print dict(zip('abcd',range(4)))#用类似3目运算输出a=1print 'ok' if a ==1 else 'ko'def test(m): return 'a' if m ==1 else 'b'test(1)#推导列表生成字典list1 = ...

import numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snsfrom matplotlib import patchesfrom scipy.spatial import ConvexHullimport warnin...

通常，多个数据点具有完全相同的 X 和 Y 值。 结果，多个点绘制会重叠并隐藏。 为避免这种情况，请将数据点稍微抖动，以便可以直观地看到它们。 使用 seaborn 的stripplot（）很方便实现这个功能。import pandas as pdimport numpy as npimport matplotlib as mplimport matplotlib.pyplot a...

避免点重叠问题的另一个选择是增加点的大小，这取决于该点中有多少点。 因此，点的大小越大，其周围的点的集中度越高。import pandas as pdimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as sns% matplotlib inline#...

在用pandas时出现这个警告（SettingWithCopyWarning） 表示你的操作可能没有按预期运行，你应该检查结果以确保没有出错。一般很容易忽略警告，这不是良好的实践，SettingWithCopyWarning不应该被忽略。原文：https://www.dataquest.io/blog/settingwithcopywarning/翻译：https://www.jia...

以前处理字符数据时总是习惯性用readline,数据分析时才用pandas，原来pandas时也有字符的处理方法，大多数和str相似，只是加上了Series。Series.str如：data['列名'].str.split(','),data['列名'].str.replace(',','-')等Series.str.capitalize() 首字母大写Series.str.cat([...

有多种方法可以实现，根据一个表中的某列查找另外一个表的值，常见的思路：1.在excel中用vlookup函数2.python代码，一行行的读取后，通过contains或者其他的是否包含来查找3.linux中的grep一个不常见的思路：把这两个表用pandas 读取后，利用pd.merge()进行相同列名(avsnp150)连接。result = pd.merge(df1...

1.Chrome开发人员工具（检查-Network-F5）2.Firefox开发人员工具3.InfoLite