accessionids.txt是否只包含四位数代码?在
如果是,请将accessorID更改为:accessorID = accessorIDWithArrow[1:5]
一些方法可以让这更像Python:
使用集合而不是字典,使用strip()而不是切片来删除换行符,并使用生成器表达式来构建集合
^{pr2}$
使用True和{},而不是skip的0和1。在
我将重做主循环:in_accession_ids = False
for line in f1:
if line[0] == '>':
_splitline = line.split('|')
accessorIDWithArrow = _splitline[0]
accessorID = accessorIDWithArrow[1:5]
# print accessorID
in_accession_ids = accessorID in AI_SET
if in_accession_ids:
f3.write(line)
我觉得这样的逻辑就更明显了。另外,从原始的skip = 0开始,或者在我的中以in_accession_ids=True开始,这意味着您将在找到第一个序列头之前打印所有内容。这可能是你想要的,也可能不是——我在重写本中假设没有。在
你可能最终会想看看Biopython的收集-对于这个特定的任务来说,它有点过分了,但总体来说还是相当不错的。很多工具可以用来读取FASTA文件和相关格式,等等。在