基因组层次聚类实战小案例

预处理数据集

提供的数据集是字符串形式，且不符合聚类的要求，需要进行转置，因此对数据进行预处理。

1、读入103个基因组的名称

原数据格式如下：

处理代码：

with open(r'C:\\Users\\langgoubao\\Desktop\\genName.csv', 'r') as f0:
          reader0 = csv.reader(f0)
          for row in reader0:
               	for i in row:
       					geneName.append(i)

2、读取家族次数到嵌套列表中
这里基因家族次数是隐藏在字符串中，且以‘|’进行分隔，需要进行处理，形式如下：

“3|1|2|2|6|8|5|5|0|2|0|2|8|3|1|4|2|3|2|0|19|0|1|2|14|10|1|0|4|0|0|2|0|0|0|1|1|6|0|1|1|2|0|2|0|2|0|0|1|0|0|1|0|2|6|4|1”

这里直接调用文本的split()方法，将‘|’设置为分隔符就可以，再将分隔好的每一行添加到列表中即可。

with open(r'C:\\Users\\langgoubao\\Desktop\\data1.csv', 'r') as f:
     reader = csv.reader(f)
        for row in reader:\n
            for i in row:\n
                x = i.split(\"