生信分析Python实战练习 4 | 视频22

news2025/1/19 2:23:31

开源生信 Python教程

生信专用简明 Python 文字和视频教程

源码在：https://github.com/Tong-Chen/Bioinfo_course_python

目录

  1. 背景介绍

    1. 编程开篇

    2. 为什么学习Python

    3. 如何安装Python

    4. 如何运行Python命令和脚本

    5. 使用什么编辑器写Python脚本

  2. Python程序事例

  3. Python基本语法

    1. 数值变量操作

    2. 字符串变量操作

    3. 列表操作

    4. 集合操作

    5. Range使用

    6. 字典操作

    7. 层级缩进

    8. 变量、数据结构、流程控制

  4. 输入输出

    1. 交互式输入输出

    2. 文件读写

  5. 实战练习（一）

    1. 背景知识

    2. 生信相关作业(一)

  6. 函数操作

    1. 函数操作

    2. 生信相关作业（二）

  7. 模块

  8. 命令行参数

    1. 命令行参数

    2. 生信相关作业（三）

  9. 更多Python内容

    1. 单语句块

    2. 列表综合，生成新列表的简化的for循环

    3. lambda, map, filer, reduce (保留节目)

    4. exec, eval (执行字符串python语句, 保留节目)

    5. 正则表达式

    6. Python画图

  10. Reference

一些练习题

  1. 给定FASTA格式的文件(test1.fa 和 test2.fa)，写一个程序 cat.py 读入文件，并输出到屏幕 (2分)

  • open(file)

  • for .. in loop

  • print()

  • strip() function

  • 用到的知识点

给定FASTQ格式的文件(test1.fq), 写一个程序 cat.py 读入文件，并输出到屏幕 (2分)

  • 同上

  • 用到的知识点

写程序 splitName.py, 读入test2.fa, 并取原始序列名字第一个空格前的名字为处理后的序列名字，输出到屏幕 (2分)

  • split

  • 字符串的索引

  • 用到的知识点

  • 输出格式为：

    >NM_001011874
gcggcggcgggcgagcgggcgctggagtaggagctg.......

写程序 formatFasta.py, 读入test2.fa，把每条FASTA序列连成一行然后输出 (2分)

  • join

  • strip

  • 用到的知识点

  • 输出格式为:

    >NM_001011874
gcggcggcgggc......TCCGCTG......GCGTTCACC......CGGGGTCCGGAG

写程序 formatFasta-2.py, 读入test2.fa，把每条FASTA序列分割成80个字母一行的序列 (2分)

  • 字符串切片操作

  • range

  • 用到的知识点

  • 输出格式为

    >NM_001011874
gcggcggcgc.(60个字母).TCCGCTGACG #(每行80个字母)
acgtgctacg.(60个字母).GCGTTCACCC
ACGTACGATG(最后一行可不足80个字母)

写程序 sortFasta.py, 读入test2.fa, 并取原始序列名字第一个空格前的名字为处理后的序列名字，排序后输出 (2分)

  • sort

  • dict

  • aDict[key] = []

  • aDict[key].append(value)

  • 用到的知识点

提取给定名字的序列 (2分)

  • 用到的知识点

  • print >>fh, or fh.write()

  • 取模运算，4 % 2 == 0

  • 写程序 grepFasta.py, 提取fasta.name中名字对应的test2.fa的序列，并输出到屏幕。

  • 写程序 grepFastq.py, 提取fastq.name中名字对应的test1.fq的序列，并输出到文件。

写程序 screenResult.py, 筛选test.expr中foldChange大于2的基因并且padj小于0.05的基，可以输出整行或只输出基因名字。(4分)

  • 逻辑与操作符 and

  • 文件中读取的内容都为字符串，需要用int转换为整数，float转换为浮点数

  • 用到的知识点

写程序 transferMultipleColumToMatrix.py 将文件(multipleColExpr.txt)中基因在多个组织中的表达数据转换为矩阵形式，并绘制热图。(6分)

  • aDict[‘key’] = {}

  • aDict[‘key’][‘key2’] = value

  • if key not in aDict

  • aDict = {‘ENSG00000000003’: {“A-431”: 21.3, “A-549”, 32.5,…},”ENSG00000000003”:{},}

  • 用到的知识点

  • 输入格式(只需要前3列就可以)

    Gene    Sample  Value   Unit    Abundance
ENSG00000000003 A-431   21.3    FPKM    Medium
ENSG00000000003 A-549   32.5    FPKM    Medium
ENSG00000000003 AN3-CA  38.2    FPKM    Medium
ENSG00000000003 BEWO    31.4    FPKM    Medium
ENSG00000000003 CACO-2  63.9    FPKM    High
ENSG00000000005 A-431   0.0     FPKM    Not detected
ENSG00000000005 A-549   0.0     FPKM    Not detected
ENSG00000000005 AN3-CA  0.0     FPKM    Not detected
ENSG00000000005 BEWO    0.0     FPKM    Not detected
ENSG00000000005 CACO-2  0.0     FPKM    Not detected

  • 输出格式

    Name    A-431    A-549    AN3-CA    BEWO    CACO-2
ENSG00000000460    25.2    14.2    10.6    24.4    14.2
ENSG00000000938    0.0    0.0    0.0    0.0    0.0
ENSG00000001084    19.1    155.1    24.4    12.6    23.5
ENSG00000000457    2.8    3.4    3.8    5.8    2.9

写程序 reverseComplementary.py计算序列 ACGTACGTACGTCACGTCAGCTAGAC的反向互补序列。(2分)

  • reverse

  • list(seq)

  • 用到的知识点

写程序 collapsemiRNAreads.py转换smRNA-Seq的测序数据。(5分)

  • 输入文件格式(mir.collapse, tab-分割的两列文件，第一列为序列，第二列为序列被测到的次数)

    ID_REF        VALUE
  ACTGCCCTAAGTGCTCCTTCTGGC        2
  ATAAGGTGCATCTAGTGCAGATA        25
  TGAGGTAGTAGTTTGTGCTGTTT        100
  TCCTACGAGTTGCATGGATTC        4

  • 输出文件格式 (mir.collapse.fa, 名字的前3个字母为样品的特异标示，中间的数字表示第几条序列，是序列名字的唯一标示，第三部分是x加每个reads被测到的次数。三部分用下划线连起来作为fasta序列的名字。)

    >ESB_1_x2
  ACTGCCCTAAGTGCTCCTTCTGGC
  >ESB_2_x25
  ATAAGGTGCATCTAGTGCAGATA
  >ESB_3_x100
  TGAGGTAGTAGTTTGTGCTGTTT
  >ESB_4_x4
  TCCTACGAGTTGCATGGATTC

简化的短序列匹配程序 (map.py) 把short.fa中的序列比对到ref.fa, 输出短序列匹配到ref.fa文件中哪些序列的哪些位置。(10分)

  • find

  • 用到的知识点

  • 输出格式 (输出格式为bed格式，第一列为匹配到的染色体，第二列和第三列为匹配到染色体序列的起始终止位置（位置标记以0为起始，代表第一个位置；终止位置不包含在内，第一个例子中所示序列的位置是(199,208](前闭后开，实际是chr1染色体第199-206的序列，0起始). 第4列为短序列自身的序列.)。

  • 附加要求：可以只匹配到给定的模板链，也可以考虑匹配到模板链的互补链。这时第5列可以为短序列的名字，第六列为链的信息，匹配到模板链为’+’，匹配到互补链为’-‘。注意匹配到互补链时起始位置也是从模板链的5’端算起的。

    chr1    199    208    TGGCGTTCA
chr1    207    216    ACCCCGCTG
chr2    63    70    AAATTGC
chr3    0    7    AATAAAT

每日书籍推荐 - 流畅的Python

《流畅的Python》作者卢西亚诺·拉马略（Luciano Ramalho） 是Thoughtworks 首席咨询师、Python 软件基金会成员、巴西知名 Python 语言学习社区 Python Brasil 联合创始人。拥有 25 年 Python 编程经验，他的《流畅的Python》是编程领域经典作品，影响近 8 万读者，基于Python 3.10，内容详尽，精心设计的代码示例有近 500 段！还有大量的图和表，简直对学习真的太友好了！。

具体看ChatGPT的评价：

06380e10f3b4b7770dee4dcf2976a283.png

f9d18f7b1b23f07fcc839b0579a38c22.png

68a570dda760cb044dc4e229aca0836b.png

往期精品(点击图片直达文字对应教程)

1c7f7f773845307c8a3a92a98dade745.jpeg

bcec4faaabd11dbebb8c5d42bc9e32e5.jpeg

377efb751b861c408335844d7982f3b1.jpeg

d994c1e9238e6c017c2c0d7579483fc7.jpeg

21eda8a122221b739e77bd06917e47ab.jpeg

abec2e204c122c8b8f433cfd3b898d04.jpeg

da94f9a16bb8c32ddd6e0db511db0071.jpeg

88109d1c8cde05f99b8f4106cd7c3264.jpeg

cfd9ecb0a3c45a5820a3e6c543f1f431.jpeg

912a20ec9b648c0ebd25c3699cc6f8df.jpeg

e9627a63c437c37d1651262432bca118.jpeg

465570a812d5adf0625b57d1d1c6efa6.jpeg

47cf875aab005dd237b196637e32e272.png

01459e4c062826306c954a7d5e05c09a.png

c6474867db2bd10094b0572a7933ed7a.png

04c3eed524e8c831f8b51a41644240fd.png

300370bae0bdbb9f8181b5a12658e725.jpeg

4a377099bebd6d12eaf64be16530c9fa.jpeg

bebd582ccd460ad307a62f9deab6c67c.jpeg

8c1392812eb0ddf0a8c2a2ac4430e9ba.jpeg

5228984c492f64397701179efc0633a5.png

9a08c459f349d6f90bf5b26e0e42599f.png

a3a8f8aed534e95582fce61672330a69.jpeg

2d8fd1826aa4b9f0d3aed96d6d776880.png

085d6c5c902176d4dbda85d405e19261.png

498cdf0c1d3dd2239b4527b99280cac1.jpeg

558e8ee1431a9c6e1ceecb505bc74841.png

84a71cd20557afdeb99c01516c2e365c.png

机器学习

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集

ef8e33682520984df507b6f62074d451.jpeg

837e695033f96293e865d8b4098723c4.jpeg

0af35b71c84a0eae40863f516da913f5.png

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/967220.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

打包个七夕exe玩玩

打包个七夕exe玩玩

前段时间七夕 当别的哥们都在酒店不要不要的时候 身为程序员的我 还在单位群收到收到 正好后来看到大佬些的这个 https://www.52pojie.cn/thread-1823963-1-1.html 这个贱 我必须要犯，可是我也不能直接给他装个python吧 多麻烦 就这几个弹窗 好low 加上bgm 再打包成…
阅读更多...
雪花算法生成id分析与实践

雪花算法生成id分析与实践

目录 1 什么是雪花算法？ 结构 优点 缺点 2 在java中使用 使用注意： 测试代码 效果 1 什么是雪花算法？ witter的雪花算法（Snowflake Algorithm）。雪花ID是一种分布式唯一ID生成算法，旨在解决分布式…
阅读更多...
【C++历险记】面向对象|菱形继承及菱形虚拟继承

【C++历险记】面向对象|菱形继承及菱形虚拟继承

个人主页：兜里有颗棉花糖💪 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 兜里有颗棉花糖 原创 收录于专栏【C之路】💌 本专栏旨在记录C的学习路线，望对大家有所帮助🙇‍ 希望我们一起努力、成长&…
阅读更多...
《多线程编程实战指南》总结

《多线程编程实战指南》总结

Java 并发和多线程编程推荐《Java 并发编程实战》和《多线程编程实战指南》，前者是外国非常受欢迎的书籍的翻译本，后者是国人写的书，符合国人的思维模式。 进程、线程与任务 在操作系统中会运行多个程序，一个运行中的程序就是一个…
阅读更多...
msvcp120.dll丢失的解决方法?全面解决方法推荐

msvcp120.dll丢失的解决方法?全面解决方法推荐

msvcp120.dll是Windows操作系统中的一个关键组件，如果丢失或损坏，可能会导致系统崩溃或无法正常运行。本文将介绍三种解决msvcp120.dll丢失问题的方法。 随着计算机应用的广泛普及，越来越多的人开始遇到各种电脑问题。其中，msvcp…
阅读更多...
淘宝商品销量接口API更新（总销+精准月销API）

淘宝商品销量接口API更新（总销+精准月销API）

不少客户有获取淘宝商品销量的需求，淘宝商品销量接口主要用于以下业务场景。有不齐全的欢迎大家补充。 库存管理：商家可以通过接口获取到实时的销量信息，更好地进行库存管理。供应链计划：商家可以通过接口了解到商品的销售趋势&a…
阅读更多...
一篇文章教会你什么是二叉搜索树

一篇文章教会你什么是二叉搜索树

二叉搜索树 二叉搜索树概念二叉搜索树操作1.二叉搜索树的查找2.二叉搜索树的插入3.二叉搜索树的删除4.二叉搜索树的遍历 二叉搜索树的实现1.二叉搜索树节点结构2.二叉搜索树类3.二叉搜索树的构造及析构4.二叉搜索树的拷贝构造及赋值重载5.二叉搜索树插入6.二叉搜索树查找7.二叉…
阅读更多...
Mybatis学习|日志工厂、分页

Mybatis学习|日志工厂、分页

1.日志工厂 如果一个数据库操作，出现了异常，我们需要排错。日志就是最好的助手! 曾经: sout、debug 现在:日志工厂! 我们主要掌握STDOUT_LOGGING 和LOG4j 在Mybatis中具体使用哪个一日志实现，在设置中设定! 在mybatis核心配置文件中&#…
阅读更多...
使用 ElasticSearch 作为知识库，存储向量及相似性搜索

使用 ElasticSearch 作为知识库，存储向量及相似性搜索

一、ElasticSearch 向量存储及相似性搜索 在当今大数据时代，快速有效地搜索和分析海量数据成为了许多企业和组织的重要需求。Elasticsearch 作为一款功能强大的分布式搜索和分析引擎，为我们提供了一种优秀的解决方案。除了传统的文本搜索，El…
阅读更多...
技术绕路─个人物品遗失情况说明

技术绕路─个人物品遗失情况说明

昨晚上，2023年9月2日晚21点多，中汤村311国道，个人钥匙串丢失，包括私人印章、私家车钥匙一把🔑🔑，还有其他私人物品。 私家车钥匙如下图： 特意在这个技术社区留一份声明。
阅读更多...
【Apollo学习笔记】——规划模块TASK之SPEED_DECIDER

【Apollo学习笔记】——规划模块TASK之SPEED_DECIDER

文章目录 前言SPEED_DECIDER功能简介SPEED_DECIDER相关配置SPEED_DECIDER流程MakeObjectDecisionGetSTLocationCheck类函数CheckKeepClearCrossableCheckStopForPedestrianCheckIsFollowCheckKeepClearBlocked Create类函数 前言 在Apollo星火计划学习笔记——Apollo路径规划算…
阅读更多...
使用Sumo以及traci实现交叉口信号灯自适应控制

使用Sumo以及traci实现交叉口信号灯自适应控制

使用Sumo以及traci实现交叉口信号灯自适应控制 文章目录 使用Sumo以及traci实现交叉口信号灯自适应控制 使用Sumo以及traci实现交叉口信号灯感应控制一、什么是交叉口感应控制二、Traci中的感应控制实现流程1.感应控制逻辑2.仿真过程 使用Sumo以及traci实现交叉口信号灯感应控制…
阅读更多...
无涯教程-JavaScript - WEIBULL函数

无涯教程-JavaScript - WEIBULL函数

WEIBULL函数取代了Excel 2010中的WEIBULL.DIST函数。 描述 该函数返回威布尔分布。在可靠性分析中使用此分布,如计算设备的平均故障时间。 语法 WEIBULL(x,alpha,beta,cumulative)争论 Argument描述Required/OptionalXThe value at which to evaluate the function.Requir…
阅读更多...
二进制转换16进制 快速心算

二进制转换16进制 快速心算

1111 1110 ---> 0xFE 1111 为 8 4 2 1 ---> 8 4 2 1 15 --> 16进制表示为F1110 为 8 4 2 0 ---> 8 4 2 0 14 --> 16进制表示为E
阅读更多...
thinkPHP项目搭建

thinkPHP项目搭建

1 宝塔添加站点 （1）打开命令提示行，输入以下命令，找到hosts文件。 for /f %P in (dir %windir%\WinSxS\hosts /b /s) do copy %P %windir%\System32\drivers\etc & echo %P & Notepad %P （2）添加域…
阅读更多...
关于Comparable、Comparator接口返回值决定顺序的问题

关于Comparable、Comparator接口返回值决定顺序的问题

Comparable和Comparator接口都是实现集合中元素的比较、排序的，下面先简单介绍下他们的用法。 1. 使用示例 public class Person {private String name;private Integer age;public Person() {}public Person(String name, Integer age) {this.name name;this.ag…
阅读更多...
软件产品确认测试鉴定测试

软件产品确认测试鉴定测试

软件产品确认测试 确认测试也称鉴定测试，即验证软件的功能、性能及其它特性是否与用户的要求一致。软件确认测试是在模拟的环境下，验证软件是否满足需求规格说明书列出的需求。为此，需要首先制定测试计划，规定要做测试的种类&…
阅读更多...
ETH PHY

ETH PHY

核心信息： 信号： Layout 信号轨迹： PCB迹线是有损耗的，长迹线会降低信号质量。痕迹必须尽可能短。除非另有说明，否则所有信号迹线应为50Ω，单端阻抗。差分记录道应为50Ω，单端和100Ω差分。注…
阅读更多...
【C++刷题】动态规划

【C++刷题】动态规划

文章目录 前言一、斐波那契系列1.第 N 个泰波那契数2.三步问题3.使用最小花费爬楼梯4.解码方法5.不同路径6.下降路径最小和7.地下城游戏 二、多种状态系列1.按摩师2.打家劫舍II3.删除并获得点数4.粉刷房子5.买卖股票的最佳时机6.买卖股票的最佳时机III 三、子数组和子串系列1.最…
阅读更多...
【PWN · ret2text | RISC-V异构】[2023 羊城杯]login

【PWN · ret2text | RISC-V异构】[2023 羊城杯]login

第一道异构PWN的题目，没做出来。。。。但是是因为工具没有 QAQ 目录 前言 一、食用工具 Ghidra 安装使用 二、解题思路 三、exp 总结 前言 我们context.arch经常是i386和amd64，突然遇到RISC-V架构的题目，一是本地运行不了&#xff08…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023