python 病毒 基因_基因课 python 学习笔记-1

5、 Python 程序的运行

conda install python=3.3.0

名词： 自然语言，解释器

chmod u+x python.py 赋予可执行权限

#!/usr/bin/pyhon 表示系统默认bin下的python

#!/usr/bin/env python 表示从自己的环境变量中调取python来运行，就不要指定解释器就可以运行

python python.py 会覆盖脚本里面指定的解释器(python)

任务5-env.png

6、 下载课程资料

方法一：使用 git 下载

在命令行输入下列命令，即可下载

git clone https://coding.net/u/zhangxudong/p/GenekTV_Python/git

方法二：直接下载

浏览器打开：https://coding.net/u/zhangxudong/p/GenekTV_Python/git

任务7-1：简化问题：已知每条染色体长度，求总长

#!/usr/bin/env python ## 指定解释器

# python语句结尾不需要分号结束

# 分析思路

# 1、读取 fasta

# 2、解析每条序列的长度

chr1_len = 10

chr2_len = 20

chr3_len = 30

chr4_len = 40

chr5_len = 50

# 3、求和

total_len = 10 + 20 + 30 + 40 + 50

# 4、输出结果

print(total_len)

任务7.png

任务8-1：向前一步：通过染色体序列获得长度信息

# python2 默认是ASCII码格式，不支持中文

#coding:utf-8 # python2需添加，python3不需要

# 怎么得到染色体长度呢 ？

chr1_seq = 'ATATATATAT'

len(chr1_seq) # 即可得到序列长度

任务8.png

任务9-1：有个问题：如果有 100 条染色体难道要定义 100 个变量 ？？

# 列表

chr_len = [10, 20 ,30, 40, 50]

chr_len[2] # 从0开始，所以为30

# total_len = chr_len[0] + chr_len[1]... # 太麻烦

## 循环完成

total_len= 0 # 首先定义total_len这个变量

for len in chr_len:

total_len = total_len + len #缩进四个空格

# 或者 total_Len += len

## 最简单是调用函数

sum(chr_len)

任务9.png

任务10：加个需求：最长染色体是哪条(上)

# 最长染色体的长度

max_len = max(chr_len)

# 求最长染色体的编号(采用哈希/映射/字典)python里面是字典

chr_len = {'chr1:10', 'chr2:20', 'chr3:30', 'chr4:40', 'chr5:50'} ## 键值是不能重复的即chr1等

# 提取元素的键

chr_len.keys()

# 提取元素值

chr_len.calues()

# 循环

for chr in chr_len.keys():

print(chr)

# 获取元素的键值对

chr_len.items()

# 循环

for [chr,len] in chr_len.items(): ## 循环遍历

print(chr)

print(len)

任务10.png

任务11-1：加个需求：最长染色体是哪条(下)

# 找出哪条染色体最长

max_chr = '' ## 创建一个用来储存最长染色体的变量

max_len = 0

for [chr,length] in chr_len.items():

if length > max.len:

print("current chr > max_chr")

max_chr = chr

max_len = length

elif length == max_len: # 一个 = 是赋值，两个 = 是大小的比较

print("current chr == max_chr")

else:

print("current chr < max_chr")

任务11.png

任务12-1：外部输入：从命令行输入染色体长度

import sys

print(sys.argv) # 结果为一个list

# 方法一，删除第0个元素

del(sys.argv[0])

print(sys.argv)

# 方法二，提取参数，赋值另一个list

end = len(sys.argv) # list长度

print(sys.argv[1,end])

任务12.png

任务13-1：外部输入：读取含有染色体长度的文件

import sys

# 从命令行获得文件名称

f_chr_len = sys.argv[1] ## 文件的名称

# 打开文件

f = open(f_chr_len.txt) ## f的变量类型，可以比作为一根吸牛奶的吸管

#逐行读取文件

lines = f.readlines() ## lines为一个列表

for line in lines: ## 每提取一行，解析染色体的名称和长度

line = line.strip() ##去除字符串首尾空格符，不支持原位改变，需赋值

chr_len = line.split('\t') ## 指定的字符 \t 分割字符串，返回一个数组

total_len += int(chr_len[1]) # int函数将字符串转变为整型

#打印输出

print(total_len)

额外学习 在vim编辑器里面输入 set nu 可显示行号

任务13.png

任务14-1：外部输入：读取 fasta 文件

#!/usr/bin/env python

import sys

# 从命令行获得文件名称

f_fasta = sys.argv[1]

# 打开文件

f = open(f_fasta)

# 逐行读取

total_len = 0

lines = f.readlines()

for line in lines:

## 去除末尾换行符

line = line.strip()

if(not line.startswith(">")):

total_len += len(line)

# 打印输出

print(total_len)

任务15：生物信息编程的套路

任务15.png

今天最大的收获就是学会了argv这个好东西，然后我就可以happy的在R里面去依葫芦画瓢咯~