perl python文本处理_Python&Perl处理fasta文件对比

前言：

生物信息国内乃至世界范围内使用的脚本语言毫无疑问是Perl,以BGI为代表，Perl确实简单易用，几行代码或命令行便能很轻松解决工作需要；但，有市场就有竞争。

概述

Python 虽然和Perl差不多时间出现，但Python真正用于生信分析还是比Perl 稍稍晚那么一点的。有差异就会有对比，初学者会问生信perl还是python ？  这样的问题前一两年有很多人问，请看我在某度上的搜索：

自我感觉：

这个问题或多或少困扰着生信入门者，当然也包括我了，由于种种原因我刚开始接触的是Perl ,但后来发现Python实在太火了，无所不能啊，所以又自学了Python;

后来发现对于序列的处理(不用第三方包或模块)Perl速度确实比Python快，但有些特性上比如数据的处理，可视化这些Python又几乎可以干R语言的事情，Python确实由于Perl ,二者很难说哪个更好，我觉得是相互补充吧？

如果入门根据自己自身和语言特点随便选一个入门即可，后续有时间可以两个都学学，不影响的。

下面展示一个常见的例子：

题目：从一个fasta文件中抽取几条序列？

Python方法一：

#!/usr/bin/python

importsysdefFasta(inputfile) :

f= open(inputfile,"r")

fastadic={}whileTrue :

line=f.readline().rstrip()if len(line) ==0 :break

else:pass

if line.startswith(">") :

name=line.split()[0]

fastadic[name]= ""

else:

fastadic[name]+=line

f.close()returnfastadicdefusage():print ("1,fasta\n2,list")if len(sys.argv) != 3:

usage()

sys.exit()#print (sys.argv[0])

fastafile = sys.argv[1]

listfile= sys.argv[2]

dic=Fasta(fastafile)

ff=open(listfile,"r")while 1:

line1=ff.readline().rstrip()if len(line1) ==0 :break

else:passarray= line1.split("\t")if ">"+array[0] indic.keys() :print (">"+array[0]+"\n"+dic[">"+array[0]])else:print ("Error:"+line1)

ff.close()

Python方法二：

#!/usr/bin/python

importsysdefFasta(inputfile) :

f= open(inputfile,"r")

fastadic={}whileTrue :

line=f.readline().rstrip()if len(line) ==0 :break

else:pass

if line.startswith(">") :

name=line.split()[0]

fastadic[name]=[]else:

fastadic[name].append(line)

f.close()returnfastadicdefusage():print ("1,fasta\n2,list")if len(sys.argv) != 3:

usage()

sys.exit()#print (sys.argv[0])

fastafile = sys.argv[1]

listfile= sys.argv[2]

dic=Fasta(fastafile)

ff=open(listfile,"r")while 1:

line1=ff.readline().rstrip()if len(line1) ==0 :break

else:passarray= line1.split("\t")if ">"+array[0] indic.keys() :print (">"+array[0]+"\n"+"".join(dic[">"+array[0]]))else:print ("Error:"+line1)

ff.close()

Perl 方法三：

#!/usr/bin/perl

die "perl $0 \n" if @ARGV != 2;usestrict;usewarnings;my %fasta;my @name;open I,$ARGV[0] ;while () {chomp;if (/^>/) {@name = split/\s+/,$_;$fasta{$name[0]} = "";

}#if ($_ !~/^>/ ) {

else{$fasta{$name[0]}.= $_;#}

}

}closeI;open T,$ARGV[1] ;while () {chomp;my @tax = split/\t/ ,$_;if (exists $fasta{">".$tax[0]}) {print ">".$tax[0],"\n",$fasta{">".$tax[0]}, "\n";

}

}close T;

速度上是方法一 < 方法二 < 方法三

Perl 是最快的，个中原理有兴趣的可以去网上搜答案

#######################################################################################

若喜欢，请赞赏或点赞分享，赠人玫瑰手有余香！