python31

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import os
import sys
import scipy.stats as stats 

in1=sys.argv[1]
ou1=sys.argv[2]

#def trimdata(inputD,outputf): 
def trimdata(inputD):
# inputD 第一列case/control ; 第二列 sample number ; 第三列 sample ID; 输入形式是文本
# outputf 输出形式 文本
    casen=0
    controln=0
    case_T=0
    case_G=0
    case_GT=0
    con_T=0
    con_G=0
    con_GT=0
    patientn=0
    Gn=0
    Tn=0
    GTn=0
#   outc=open(outputf,'w')
    casel=[]
    controll=[]
    with open(inputD,'r') as f:
        fi=f.readlines()
        for fil in fi[1:]:
            filc=fil.strip().split("\t")
            types=filc[0]
            genotyp=filc[2]
            if types == "case":
                casen=casen+1
                if genotyp == "G":
                    case_G=case_G+1
                    Gn=Gn+1
                elif genotyp == "T":
                    case_T=case_T+1
                    Tn=Tn+1
                elif genotyp == "GT":
                    case_GT=case_GT+1
                    con_GT=con_GT+1
            elif types == "control":
                controln=controln+1
                if genotyp == "G":
                    con_G=con_G+1
                    Gn=Gn+1
                                elif genotyp == "T":
                    con_T=con_T+1
                    Tn=Tn+1
                                elif genotyp == "GT":
                    con_GT=con_GT+1
                    GTn=GTn+1
    casel=[case_G,case_T,case_GT]
    controll=[con_G,con_T,con_T]
    r, p=stats.pearsonr(casel,controll)
    conc=str(case_G)+"\t"+str(case_T)+"\t"+str(case_GT)+"\t"+str(con_G)+"\t"+str(con_T)+"\t"+str(con_T)+"\t"+str(p)+"\n"
    return conc
#   outc.write("G\tT\tGT\n")
#   outc.write("case\t"+str(case_G)+"\t"+str(case_T)+"\t"+str(case_GT)+"\n")
#   outc.write("control\t"+str(con_G)+"\t"+str(con_T)+"\t"+str(con_GT)+"\n")

if __name__ == "__main__":
    inputf=in1
    outputf=open(ou1,'w')
    outcon=trimdata(inputf)
    trimdata.write(outcon)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,204评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,091评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,548评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,657评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,689评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,554评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,302评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,216评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,661评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,851评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,977评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,697评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,306评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,898评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,019评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,138评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,927评论 2 355

推荐阅读更多精彩内容