Question

我有一个包含两个序列的文件。我有一个程序可以读取所有序列，将它们组合在一起，并显示两个序列的长度。现在我想单独显示长度。这两个序列由符号>分隔。

示例：

SEQ1 >ATGGGACTAGCAGT

SEQ2  >AGGATGATGAGTGA

程序：

#!usr/bin/python
import re
fh=open('clostp1.fa','r')
count=0
content=fh.readlines()
fh.close()
seq=''
patt=re.compile('>(.*?)')
for item in content:
    m=patt.match(item)
    if not m:
        s=item.replace('\n','')
        seq=seq+s
seq=seq.replace('\s','')       
print seq
print 'The length of the coding sequence of the bacillus' 
print len(seq)

Answer 1

for line in open("clostp1.fa"):
    name, sequence = map(str.strip,line.split('>'))
    print "The length of %s is %s"%(name, len(sequence))

Answer 2

如果我理解正确，你想打印出每个单独的序列，然后是它的长度，对吧？我相信你只需要一个函数来返回序列，然后再做你想要的东西。

#!usr/bin/python
import re

def get_content(file):
    """
    Returns a dict with the name of the seq and its value
    """
    result = {}
    for current_line in open(file):
        name, value = line.strip().split(">")
        result[name] = value
    return result

你得到了字典，然后打印你需要打印的东西。

Answer 3

for line in open("clostp1.fa"):
    name, _, seq = line.partition('>')
    name, seq = name.rstrip(), seq.rstrip()
    print("The length of {} is {}".format(name, len(seq)))

partition更适合split。你需要rstrip每个单独的部分，格式化语法将在py3.1中使用，使用

print("The length of {0} is {1}".format(name, len(seq)))

使它在py2.6中工作。

Answer 4

import re
pattern = re.compile('(?P<seqname>\w*)\s*>\s*(?P<seqval>\w*)')
for item in open('clostp1.fa','r').readlines():
    m = pattern.match(item)
    if m:
       print "sequence name: %s - %s length" % (m.groupdict()['seqname'],len(m.groupdict()['seqval']))

在文件中显示单个序列的长度

4 个答案: