Python批量做T检验

接上一篇代谢组数据,简单的写了一个T检验的程序,若需要优化,望告知!

邮箱:hanzg@zju.edu.cn

#导入python统计包
#import numpy as np
import scipy.stats as stats
#import scipy.optimize as opt

#打开文件

f1 = open("./metabolites.txt", "r")

#a代表追加,不覆盖
f2 = open("./T.txt", "a")

#按照行读取

lines = f1.readlines()

#每行进行读取

i = 1

j = 7

for line in lines [1:]:
    LINE_1 = line.strip().split("\t")
    for i in range(1, len(LINE), 3):
        G1 = LINE_1[i:i+3]
        G2 = LINE_1[i+6:i+9]
#转换为浮点数列表
        X = [float(f) for f in G1]
        Y = [float(y) for y in G2]
        #显著相关及P值
        #r, p = stats.pearsonr(X, Y)

        #T检验,若样本大小、方差与比较组不同,在运用t检验时需要使用Welch's t-test
        #即指定ttest_ind中的equal_var=False。

        stat_var, p_var = stats.ttest_ind(X, Y, equal_var=False)
        print("%s %d %d: %f,%f"%(LINE_1[0], i, i+6, stat_var, p_var))
        #print("%s %d %d: %f,%f"%(LINE_1[0],i,i+6,r,p))
        #print(X, Y)
        #Results_T = LINE[0] + " "+str(i)+" "+str(i+6)+ ":" + str(stat_var) + "," + str(p_var)
        f2.write("%s %d %d: %f,%f\n"%(LINE_1[0], i, i+6, stat_var, p_var))
        if i >= 28:
            break
        
        
f1.close()
f2.close()
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容