怎么用python计算序列长度_【python脚本】计算fasta序列长度;基因组contig/scaffold/chromosome长度...

目的

如题

脚本

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()

运行

将fasta序列放在脚本的相同目录下

在terminal输入代码

python stat_length.py HHGassembly.fasta > HHG.len &

结果

tab分隔

第一列是序列文件中contig/scaffold/chromosome的名字，带“>”符合

第二列是大小