5、 Python 程序的运行
conda install python=3.3.0
名词： 自然语言，解释器
chmod u+x python.py 赋予可执行权限
#!/usr/bin/pyhon 表示系统默认bin下的python
#!/usr/bin/env python 表示从自己的环境变量中调取python来运行，就不要指定解释器就可以运行
python python.py 会覆盖脚本里面指定的解释器(python)
任务5-env.png
6、 下载课程资料
方法一：使用 git 下载
在命令行输入下列命令，即可下载
git clone https://coding.net/u/zhangxudong/p/GenekTV_Python/git
方法二：直接下载
浏览器打开：https://coding.net/u/zhangxudong/p/GenekTV_Python/git
任务7-1：简化问题：已知每条染色体长度，求总长
#!/usr/bin/env python ## 指定解释器
# python语句结尾不需要分号结束
# 分析思路
# 1、读取 fasta
# 2、解析每条序列的长度
chr1_len = 10
chr2_len = 20
chr3_len = 30
chr4_len = 40
chr5_len = 50
# 3、求和
total_len = 10 + 20 + 30 + 40 + 50
# 4、输出结果
print(total_len)
任务7.png
任务8-1：向前一步：通过染色体序列获得长度信息
# python2 默认是ASCII码格式，不支持中文
#coding:utf-8 # python2需添加，python3不需要
# 怎么得到染色体长度呢 ？
chr1_seq = 'ATATATATAT'
len(chr1_seq) # 即可得到序列长度
任务8.png
任务9-1：有个问题：如果有 100 条染色体难道要定义 100 个变量 ？？
# 列表
chr_len = [10, 20 ,30, 40, 50]
chr_len[2] # 从0开始，所以为30
# total_len = chr_len[0] + chr_len[1]... # 太麻烦
## 循环完成
total_len= 0 # 首先定义total_len这个变量
for len in chr_len:
total_len = total_len + len #缩进四个空格
# 或者 total_Len += len
## 最简单是调用函数
sum(chr_len)
任务9.png
任务10：加个需求：最长染色体是哪条（上）
# 最长染色体的长度
max_len = max(chr_len)
# 求最长染色体的编号（采用哈希/映射/字典）python里面是字典
chr_len = {'chr1:10', 'chr2:20', 'chr3:30', 'chr4:40', 'chr5:50'} ## 键值是不能重复的即chr1等
# 提取元素的键
chr_len.keys()
# 提取元素值
chr_len.calues()
# 循环
for chr in chr_len.keys():
print(chr)
# 获取元素的键值对
chr_len.items()
# 循环
for [chr,len] in chr_len.items(): ## 循环遍历
print(chr)
print(len)
任务10.png
任务11-1：加个需求：最长染色体是哪条（下）
# 找出哪条染色体最长
max_chr = '' ## 创建一个用来储存最长染色体的变量
max_len = 0
for [chr,length] in chr_len.items():
if length > max.len:
print("current chr > max_chr")
max_chr = chr
max_len = length
elif length == max_len: # 一个 = 是赋值，两个 = 是大小的比较
print("current chr == max_chr")
else:
print("current chr < max_chr")
任务11.png
任务12-1：外部输入：从命令行输入染色体长度
import sys
print(sys.argv) # 结果为一个list
# 方法一，删除第0个元素
del(sys.argv[0])
print(sys.argv)
# 方法二，提取参数，赋值另一个list
end = len(sys.argv) # list长度
print(sys.argv[1,end])
任务12.png
任务13-1：外部输入：读取含有染色体长度的文件
import sys
# 从命令行获得文件名称
f_chr_len = sys.argv[1] ## 文件的名称
# 打开文件
f = open(f_chr_len.txt) ## f的变量类型，可以比作为一根吸牛奶的吸管
#逐行读取文件
lines = f.readlines() ## lines为一个列表
for line in lines: ## 每提取一行，解析染色体的名称和长度
line = line.strip() ##去除字符串首尾空格符，不支持原位改变，需赋值
chr_len = line.split('\t') ## 指定的字符 \t 分割字符串，返回一个数组
total_len += int(chr_len[1]) # int函数将字符串转变为整型
#打印输出
print(total_len)
额外学习 在vim编辑器里面输入 set nu 可显示行号
任务13.png
任务14-1：外部输入：读取 fasta 文件
#!/usr/bin/env python
import sys
# 从命令行获得文件名称
f_fasta = sys.argv[1]
# 打开文件
f = open(f_fasta)
# 逐行读取
total_len = 0
lines = f.readlines()
for line in lines:
## 去除末尾换行符
line = line.strip()
if(not line.startswith(">")):
total_len += len(line)
# 打印输出
print(total_len)
任务15：生物信息编程的套路
任务15.png
今天最大的收获就是学会了argv这个好东西，然后我就可以happy的在R里面去依葫芦画瓢咯~
