设计需求
统计fasta文件中多条序列信息,设计目标效果:
图片.png
将结果输入到csv格式的表格中,因为csv格式表格用,分隔数据。
脚本使用argparse模块,提示输入数据。
import argparse
parser = argparse.ArgumentParser()
parser.add_argument('integers', type=str, help='输入fasta文件名')
args = parser.parse_args()
#获得integers参数
print(args.integers)
读取多个序列存入字典
当fasta文件中多条序列时,需要解决序列名与对应序列的储存问题。
创建一个fasta字典,将序列名字和序列储存进去。
当line[0]也就是第一个字符等于>时,就将名字赋值给header。
line[1:]是去除line第一个字符。因为fasta以>开头去掉>才是真的名字。
如果line[0]不是>那就是序列,那么我们就把序列储存给fasta字典并对应的序列名。
get()方法语法:
dict.get(key, default=None)
key -- 字典中要查找的键。
default -- 如果指定键的值不存在时,返回该默认值。
fasta[header] = fasta.get(header, '') + sequence使用这句是为了让序列中换行的序列也储存起来,连接两个分行的序列。
#读取序列字典
def read_fasta(input):
with open(input, 'r') as f:
fasta = {}
for line in f:
line = line.strip()
if line[0] == '>':
header = line[1:]
else:
sequence = line
fasta[header] = fasta.get(h