用python编写统计fasta格式的序列的长度脚本

如果用perl来编写统计fasta序列的长度脚本，很简单的几行代码就可以搞定，但是想了想，觉得用python写更时候处理大的文件，尤其是想用python实现多线程处理。因此，就有了用python来编写最初版的统计fasta序列长度的脚本的想法。 

运行方法：nohup python stat_length.py input.fasta > input.len &

运行结果：

>Aquca_005_00607.1_Acoerulea    429
>Aquca_1939_00001.1_Acoerulea   534
>Aquca_005_00568.1_Acoerulea    369
>Aquca_033_00023.1_Acoerulea    447
>Aquca_005_00384.1_Acoerulea    1461

源代码如下：

#!/usr/bin/python
import sys,os,re


def process_file(reader):
    '''Open, read,and print a file'''
    names=[]
    index=0
    dict={}


    for line in reader:
        if line.startswith('>'):
           if index >=1:
               names.append(line)
           index =index+1
           name=line[:-1]
           seq = ''
        else:
           seq +=line[:-1]
           dict[name]=seq
    return dict


if __name__ == "__main__":
    input_file=open(sys.argv[1],"r")
    reader=input_file.readlines()
    items=process_file(reader)
    for key in items:
        length=int(len(items[key]))
        print "%s\t%d" %(key,length)
    input_file.close()

后记：后面会更新用多线程的方法来实现python统计fasta的序列长度，再和这个脚本进行对比。