趁疫情被封闭在家，学习一下python，之前尝试过看过perl的书，代码看得我一脸懵逼，python乍看上去和蔼可亲多了，再加上有个师兄鼓励和推荐学习python，找了这本书Managing Your Biological Data with Python先动起来吧，希望自己能坚持下去。
Managing Your Biological Data with Python
1. Anaconda安装和示例数据
在笔记本wins7上安装了anaconda，用的Spyder进行操作，
这本书是讲的python2，我从Library Genesis搜索下载的英文版，在github上Managing Your Biological Data with Python 3 将书中的示例代码转化为了python3，并提供了示例数据。
2. 一个简单示例，计算ATP的吉布斯自由能
计算ATP的吉布斯自由能，包含了一些基础操作：模块载入，简单的数学计算和查看模块中包含的函数功能和帮助。自己的理解：python模块载入import类似于R语言中library()载入所需的R包，然后可以工作。
#已知数据
ATP = 3.5
ADP = 1.8
Pi = 5.0
R = 0.00831
T = 298
deltaG0 = -30.5
#载入math模块
import math
#计算
print (deltaG0 + R * T * math.log(ADP * Pi / ATP))
-28.161154161098693
#查看math模块中的函数
dir(math)
Out[12]:
['__doc__',
'__loader__',
'__name__',
'__package__',
'__spec__',
'acos',
'acosh',
'asin',
'asinh',
'atan',
'atan2',
'atanh',
'ceil',
'copysign',
'cos',
'cosh',
'degrees',
'e',
'erf',
'erfc',
'exp',
'expm1',
'fabs',
'factorial',
'floor',
'fmod',
'frexp',
'fsum',
'gamma',
'gcd',
'hypot',
'inf',
'isclose',
'isfinite',
'isinf',
'isnan',
'ldexp',
'lgamma',
'log',
'log10',
'log1p',
'log2',
'modf',
'nan',
'pi',
'pow',
'radians',
'remainder',
'sin',
'sinh',
'sqrt',
'tan',
'tanh',
'tau',
'trunc']
#查看math模块使用的帮助
help(math)
Help on built-in module math:
NAME
math
DESCRIPTION
This module provides access to the mathematical functions
defined by the C standard.
FUNCTIONS
acos(x, /)
Return the arc cosine (measured in radians) of x.
acosh(x, /)
Return the inverse hyperbolic cosine of x.
asin(x, /)
Return the arc sine (measured in radians) of x.
asinh(x, /)
Return the inverse hyperbolic sine of x.
atan(x, /)
Return the arc tangent (measured in radians) of x.
...........
#查看math模块中sqrt函数的帮助
help(math.sqrt)
Help on built-in function sqrt in module math:
sqrt(x, /)
Return the square root of x.
3. 常用的数学计算符号以及math模块中的函数功能
数学计算符号
| Operator | Meaning |
|---|---|
| a + b | addition |
| a – b | subtraction |
| a * b | multiplication |
| a/b | division |
| a ** b | power (ab) |
| a % b | modulo: the remainder of the division a / b |
| a // b | floor division, rounds down |
| a * (b + c) | parentheses, b + c will be done before the multiplication |
math模块中的函数功能
| Function | Meaning |
|---|---|
| log(x) | natural logarithm of x (ln x) |
| log10(x) | decadic logarithm of x (log x) |
| exp(x) | natural exponent of x (ex) |
| sqrt(x) | square root of x |
| sin(x), cos(x) | sine and cosine of x (x given in radians) |
| asin(x), acos(x) | arcsin and arccos of x (result in radians) |
4. 简单示例，计算空间中两点的距离
#载入math模块
from math import *
#(x1, y1, z1)和(x2, y2, z2)两点的坐标
x1, y1, z1 = 0.1, 0.0, -0.7
x2, y2, z2 = 0.5, -1.0, 2.7
#计算每个维度上的距离
dx = x1 - x2
dy = y1 - y2
dz = z1 - z2
#每个维度上距离的平方和
dsquare = pow(dx, 2) + pow(dy, 2) + pow(dz, 2)
#开平方
distance = sqrt(dsquare)
#打印结果
print (distance)
3.566510900025402
5. 简单示例，insulin中不同氨基酸出现的频率
#insulin的部分氨基酸序列
insulin = "GIVEQCCTSICSLYQLENYCNFVNQHLCGSHLVEALYLVCGERGFFYTPKT"
#for循环统计20种氨基酸在insulin序列中出现的次数
for amino_acid in "ACDEFGHIKLMNPQRSTVWY":
number = insulin.count(amino_acid)
print (amino_acid, number)
A 1
C 6
D 0
E 4
F 3
G 4
H 2
I 2
K 1
L 6
M 0
N 3
P 1
Q 3
R 1
S 3
T 3
V 4
W 0
Y 4
#模仿自测
#自己的一段氨基酸序列
in_my = "SJJAKDJAKNCNZMNCNAIUEQIJDAKLMCZNBADIOEQ8RIIOOKALQZ"
for aa in "ACDEFGHIKLMNPQRSTVWY":
number = in_my.count(aa)
print(aa, number)
A 6
C 3
D 3
E 2
F 0
G 0
H 0
I 5
K 4
L 2
M 2
N 5
P 0
Q 3
R 1
S 1
T 0
V 0
W 0
Y 0
6. 字符串的简单操作
6.1 字符串索引
#索引
'Protein'[0]
Out[34]: 'P'
'Protein'[1]
Out[35]: 'r'
'Protein'[2]
Out[36]: 'o'
'Protein'[-1]
Out[37]: 'n'
'Protein'[-2]
Out[38]: 'i'
6.2 字符串切片
'Protein'[0:3]
Out[39]: 'Pro'
'Protein'[1:]
Out[40]: 'rotein'
'Protein'[1:-1]
Out[41]: 'rotei'
6.3 字符串算法
#两个字符串连接到一起
'Protein' + ' ' + 'degradation'
Out[42]: 'Protein degradation'
'Protein' + ' ' + 'w'
Out[46]: 'Protein w'
'Protein' + ' ' + 'f'
Out[47]: 'Protein f'
#字符串成倍增加
'Protein' * 5
Out[48]: 'ProteinProteinProteinProteinProtein'
'Protein ' * 5
Out[50]: 'Protein Protein Protein Protein Protein '
'*' * 20
Out[51]: '********************'
6.4 统计字符串长度
使用len()函数统计字符串长度
len('Protein')
Out[52]: 7
len('insulin')
Out[53]: 7
6.5 统计字符串中某个字符的数量
'protein'.count('r')
Out[54]: 1
'insulin'.count('r')
Out[55]: 0
'insulin'.count('i')
Out[56]: 2
7. 简单示例，创建一个随机序列
#使用random模块创建随机序列
import random
alphabet = "ATCG"
sequence = ""
for i in range(10):
index = random.randint(0,3)
sequence = sequence + alphabet[index]
print(sequence)
GCACAAACCG
8. 简单示例，寻找一段序列的序列motifs
seq = "PRQTEINSEQWENCE"
#seq序列含有15字符，for循环寻找11次，以5个字符长为滑窗。
for i in range(len(seq)-4):
print(seq[i:i+5])
PRQTE
RQTEI
QTEIN
TEINS
EINSE
INSEQ
NSEQW
SEQWE
EQWEN
QWENC
WENCE
#以3个字符长为滑窗寻找序列motifs，如果是DNA序列，这样的处理可以用来将DNA序列转化为氨基酸序列。
for i in range(len(seq)-2):
print(seq[i:i+3])
PRQ
RQT
QTE
TEI
EIN
INS
NSE
SEQ
EQW
QWE
WEN
ENC
NCE
