读取fasta文件genome_test.fa,并计算染色体总长,同时输出最长染色体编号.序列以及长度 fasta文件genom_test.fa的内容如下: >chr1ATATATATAT>chr2ATATATATATCGCGCGCGCG>chr3ATATATATATCGCGCGCGCGATATATATAT>chr4ATATATATATCGCGCGCGCGATATATATATCGCGCGCGCG>chr5ATATATATATCGCGCGCGCGATATATATATCGCGCG

含有染色体长的文件chr_len.txt chr1 10chr2 20chr3 30chr4 40chr5 50 python脚本 #传递命令行参数 import sys # 导入模块 # 从命令行获取文件名称 f_chr_len = sys.argv[1] # 定义命令行参数,1表示变量1 # 打开文件 open('文件路径') f = open(f_chr_len) # 逐行读取 total_len = 0 lines = f.readlines() # 是一个列表 for line in

# 读取fasta # 解析每条序列的长度 chr_len = {'chr1':10,'chr2':20,'chr3':30,'chr4':40,'chr5':15} # 求和 total_len = sum(chr_len.values()) # 获取键用keys for chr in chr_len.keys(): print(chr) # 获取值用values for len in chr_len.values(): print(len) # 获取键值对用items for [chr,le

# 读取fasta # 解析每条序列的长度 chr_len = [10,20,30,40,50] # 求和 # 方法一:通过循环 total_len = 0 #定义total_len的初始长度 for len in chr_len: # 从列表chr_len中每次取一个值交给len total_len += len # 或者total_len = total_len + len # 方法二:通过函数sum() total_len = sum(chr_len) # 求最长染色体编号 max_len

# 读取fasta # 解析每条序列的长度 chr1_seq = 'ATATATATAT' chr2_seq = 'ATATATATATCGCGCGCGCG' chr3_seq = 'ATATATATATCGCGCGCGCGATATATATAT' chr4_seq = 'ATATATATATCGCGCGCGCGATATATATATCGCGCGCGCG' chr5_seq = 'ATATATATATCGCGCGCGCGATATATATATCGCGCGCGCGATATATATAT' # 求和 tot

# 读取fasta # 解析每条序列的长度 chr1_len = 10 chr2_len = 20 chr3_len = 30 chr4_len = 40 chr5_len = 50 # 求和 total_len = chr1_len + chr2_len + chr3_len + chr4_len + chr5_len # 输出结果 print(total_len)

Pysam可用来处理bam文件 安装: 用 pip 或者 conda即可 使用: Pysam的函数有很多,主要的读取函数有: AlignmentFile:读取BAM/CRAM/SAM文件 VariantFile:读取变异数据(VCF或者BCF) TabixFile:读取由tabix索引的文件: FastaFile:读取fasta序列文件: FastqFile:读取fastq测序序列文件 一般常用的是第一个和第二个. 例子: 1 import pysam 2 3 bf = pysam.Alignm

在开发基因组相关流程或工具时,经常需要读取.处理和创建bam.vcf.bcf文件.目前已经有一些主流的处理此类格式文件的工具,如samtools.picard.vcftools.bcftools,但此类工具集成的大多是标准功能,在编程时如果直接调用的话往往显得不够灵活. 本文介绍的是一个处理基因组数据的python模块,它打包了htslib-1.3.samtools-1.3 和 bcftools-1.3的核心功能,能在编程时非常灵活的处理bam和bcf文件. 以下主要介绍pysam的安装和使用方

<?xml version="1.0" encoding="utf-8" ?> <data> <tag3>15</tag3> <tag6>14</tag6> </data> Private Function GetXML(ByVal name As String) As String Dim path As String Dim xx As String = ""

一.环境准备 (1).python3环境 (2).wgirb工具(用于读取grib1文件),下载地址:  ftp://ftp.cpc.ncep.noaa.gov/wd51we/wgrib (3).wgirb2工具(用于读取grib2文件),下载地址:ftp://ftp.cpc.ncep.noaa.gov/wd51we/wgrib2 二.环境测试 工具下好了,windows下无需安装,怎么看是否能用呢?很简答,以wgrib为例,下载好了之后在我的文件夹下是这样的: 可以看到里面有一个应用程序,那么

一.环境准备(1).python3环境 (2).wgirb工具(用于读取grib1文件),下载地址:  ftp://ftp.cpc.ncep.noaa.gov/wd51we/wgrib (3).wgirb2工具(用于读取grib2文件),下载地址:ftp://ftp.cpc.ncep.noaa.gov/wd51we/wgrib2 二.环境测试工具下好了,windows下无需安装,怎么看是否能用呢?很简答,以wgrib为例,下载好了之后在我的文件夹下是这样的: 可以看到里面有一个应用程序,那么从命

最近php7的消息铺天盖地, 忍不住想尝试下.星期天看了下语法, 写个小脚本练下手: 这个脚本读取fasta 文件, 输出序列的长度和GC含量: <?php $fasta = "test.fasta"; $meta = array(); $meta = parse_fasta($fasta); write_res($meta); function parse_fasta($fasta) { $meta = array(); $file_handle = fopen($fasta,

标准I\O的缓冲类型 标准I\O根据不同的应用需求,提供了全缓冲.行缓冲.无缓冲三种缓冲方式. 全缓冲:只有当划定的缓冲区被填满或者数据读取至末尾时,才开始执行I\O操作(执行系统提供的read\write操作).磁盘文件的读写一般采用这种方式. 行缓冲:当输入输出过程遇到换行符''\n"或者当分配缓冲区已满时,才开始执行I\O操作.一般涉及终端的读写操作如stdio与stdout使用这种缓冲方式. 无缓冲:当有数据产生时,马上由相应的设备进行处理.一般来说stderr(standard err

问题:大家在学习Java读取数据的时候一般都是使用Scanner方法读取数据,但是其中有一个小问题大家可能不知道, 就是我们在使用scanner的时候如果你先读取一个数字,在读取一行带有空格的字符串,势必会出错或者字符串读不到, 那么这篇文章就是解决此类问题的 ,希望对大家有所帮助. 错误代码: public static void main(String[] args) { Scanner scanner = new Scanner(System.in); int x = scanner.ne

MEME(Motif-based sequence analysis tools)使用说明 2011-05-27 ~ ADMIN MEME是用于从一堆序列中搜索功能结构域的工具.比如说当你拿到了许多CHIP-chip或者CHIP-seq的数据,当分析出峰所处的位置之后可以得到一些这些峰所代表的序列,这就是蛋白质与DNA相到作用所保护下来的片段.所以使用MEME搜索其中非常相似的序列片段就可能是有一定功能的结构域. 所以,MEME的输入必须至少有一个Pearson/FASTA格式的序列文件. 命令

从现在开始就是分析最后的核心模块exec.c了,分析完这个文件后,就会和之前的所有分析形成一个环路,从创建进程.加载进程程序到进程调度.内存管理. exec.c的核心do_execve函数很长,而且用到了很多其他的函数,copy_strings就是其中一个,我们这里就先来分析这个函数. 首先看调用处,在main.c中: static char *argv_rc[] = { "/bin/sh", NULL}; // 调用执行程序时参数的字符串数组. static char *envp_r

JSON的定义: 一种轻量级的数据交换格式,具有良好的可读和便于快速编写的特性.业内主流技术为其提供了完整的解决方案(有点类似于正则表达式 ,获得了当今大部分语言的支持),从而可以在不同平台间进行数据交换.JSON采用兼容性很高的文本格式,同时也具备类似于C语言体系的行为. JSON Vs XML: 1.JSON和XML的数据可读性基本相同 2.JSON和XML同样拥有丰富的解析手段 3.JSON相对于XML来讲,数据的体积小 4.JSON与JavaScript的交互更加方便 5.JSON对数据

Lab 1 Exercise 3 设置一个断点在地址0x7c00处,这是boot sector被加载的位置.然后让程序继续运行直到这个断点.跟踪/boot/boot.S文件的每一条指令,同时使用boot.S文件和系统为你反汇编出来的文件obj/boot/boot.asm.你也可以使用GDB的x/i指令来获取去任意一个机器指令的反汇编指令,把源文件boot.S文件和boot.asm文件以及在GDB反汇编出来的指令进行比较. 追踪到bootmain函数中,而且还要具体追踪到readsect()子函数

android2.3提供的json解析类 android的json解析部分都在包org.json下,主要有以下几个类: JSONObject:可以看作是一个json对象 JSONStringer:json文本构建类 JSONArray:可以看作是json的数组 JSONTokener:json解析类 JSONException:json中用到的异常 JSONObject, JSONArray来构建json文本 // 假设现在要创建这样一个json文本 // { // "phone" :

ConfigParse 作用是解析配置文件. 配置文件格式如下 [test1]num1: 10[test2]num1: 35 配置文件两个概念section和option, 在这个例子中第一个section是 [test1]num1: 10 其中test1是section name, 而num1是option的name.ConfigParser同样是根据section和option来解析配置文件. 使用ConfigParser import ConfigParser conf = ConfigP