python读取文件的格式_Python(numpy)读取混合格式的文本文件

我有这样的数千个文件,我想提取对应于原子[‘CG’,’CD1′,’CD2′,’CE1′,’CE2′,’的行的列6,7,8的值. CZ’],

ATOM 1 CG TOLU 1 -0.437 -0.756 1.802 1.00 1.99 PRO0

ATOM 2 HG TOLU 1 -0.689 -1.123 2.786 1.00 0.00 PRO0

ATOM 3 CD1 TOLU 1 0.041 -1.623 0.811 1.00 1.99 PRO0

ATOM 4 HD1 TOLU 1 0.331 -2.603 1.162 1.00 0.00 PRO0

ATOM 5 CD2 TOLU 1 -0.692 0.547 1.352 1.00 1.99 PRO0

ATOM 6 HD2 TOLU 1 -1.131 1.264 2.030 1.00 0.00 PRO0

ATOM 7 CE1 TOLU 1 0.246 -1.276 -0.504 1.00 1.99 PRO0

ATOM 8 HE1 TOLU 1 0.596 -2.073 -1.144 1.00 0.00 PRO0

ATOM 9 CE2 TOLU 1 -0.331 0.991 0.063 1.00 1.99 PRO0

ATOM 10 HE2 TOLU 1 -0.565 2.030 -0.117 1.00 0.00 PRO0

ATOM 11 CZ TOLU 1 0.136 0.076 -0.919 1.00 1.99 PRO0

ATOM 12 CT TOLU 1 0.561 0.474 -2.282 1.00 0.00 PRO0

ATOM 13 H11 TOLU 1 0.529 -0.410 -2.955 1.00 0.00 PRO0

ATOM 14 H12 TOLU 1 1.574 0.930 -2.294 1.00 0.00 PRO0

ATOM 15 H13 TOLU 1 -0.203 1.165 -2.699 1.00 0.00 PRO0

ATOM 16 CG TOLU 2 5.140 1.762 -1.390 1.00 1.99 PRO0

ATOM 17 HG TOLU 2 5.815 1.717 -2.231 1.00 0.00 PRO0

ATOM 18 CD1 TOLU 2 4.578 0.647 -0.862 1.00 1.99 PRO0

ATOM 19 HD1 TOLU 2 4.835 -0.329 -1.246 1.00 0.00 PRO0

ATOM 20 CD2 TOLU 2 4.786 3.044 -0.824 1.00 1.99 PRO0

ATOM 21 HD2 TOLU 2 5.184 3.982 -1.181 1.00 0.00 PRO0

ATOM 22 CE1 TOLU 2 3.734 0.667 0.248 1.00 1.99 PRO0

ATOM 23 HE1 TOLU 2 3.131 -0.167 0.574 1.00 0.00 PRO0

ATOM 24 CE2 TOLU 2 4.042 3.068 0.321 1.00 1.99 PRO0

ATOM 25 HE2 TOLU 2 3.753 3.969 0.841 1.00 0.00 PRO0

ATOM 26 CZ TOLU 2 3.465 1.886 0.893 1.00 1.99 PRO0

ATOM 27 CT TOLU 2 2.501 1.806 2.157 1.00 0.00 PRO0

ATOM 28 H11 TOLU 2 2.361 0.712 2.283 1.00 0.00 PRO0

ATOM 29 H12 TOLU 2 1.490 2.181 1.890 1.00 0.00 PRO0

ATOM 30 H13 TOLU 2 2.845 2.513 2.943 1.00 0.00 PRO0

TER

END

并注意到每个提到的原子都存在两行.因此,我认为两个带有12个键的词典最符合我的目标,就像这样

{1: {'CG':(0,0,0), 'CD1':(0,0,0), 'CD2':(0,0,0), 'CE1':(0,0,0), 'CE2':(0,0,0), 'CZ':(0,0,0)},

2: {'CG':(0,0,0), 'CD1':(0,0,0), 'CD2':(0,0,0), 'CE1':(0,0,0), 'CE2':(0,0,0), 'CZ':(0,0,0)}}

第一个键(1,2)指的是第5列.

你能告诉我一个健壮的方法来读取文件并将每个元组值分配到字典中的正确位置吗？我可以用多个if条件来做,但我认为必须有更好的方法(也许有numpy)

解决方法:

这将做的工作：

atmlist = ['CG', 'CD1', 'CD2', 'CE1', 'CE2', 'CZ']

def Read_PDB(filename):

coord={r:{k:(0,0,0) for k in atmlist} for r in [0,1]}

try:

f = open(filename, 'r')

except IOError as err:

print ("I/O error({0}): {1}".format(err.errno, err.strerror))

quit()

for line in f:

for at in atmlist:

if (line.find(at) == 13):

line = line.strip()

temp = line.split()

crd = (float(temp[5]), float(temp[6]), float(temp[7]))

coord[int(temp[4])-1][at] = crd;

return coord`

标签：readlines,python,numpy,dictionary,text