为最符合生物信息学需求的Python开发环境提供建议

Question

我需要在Python中实现一个项目，该项目通过FFT，互相关，3D谐波和SVM（机器学习）工具处理Cryo EM电子密度扫描（MAP格式）中的氨基酸检测。

有许多可用的Python包，我找不到足够全面的比较表。为了避免试用现有的每一个，请告诉我谁应用这些功能让我使用最合适的包来专注于算法问题，而不是重新发明经典功能的轮子。

Answer 1

我首先要安装“The SciPy Stack”，其核心包包括（其中包括）：

• NumPy，数值计算的基本包。它定义了数值数组和矩阵类型以及它们的基本操作。
• SciPy library，一组数值算法和特定领域的工具箱，包括信号处理（包括FFT），优化，统计等等。
• Matplotlib，一个成熟且受欢迎的绘图包，提供出版品质的2D绘图以及基本的3D绘图
• pandas，提供高性能，易于使用的数据结构。

许多其他软件包都是基于这些核心软件包构建的：

• 由于您正在处理生物数据，我还建议您安装BioPython
• 要使用SVM并进行机器学习，请安装scikit-learn
• 我从未使用它，但专门用于使用Cryo EM电子密度扫描，存在TEMPy：

  

一个面向对象的Python库，旨在帮助用户   分析大分子组装体的结构，尤其是大分子组件   三维电子显微镜密度图的背景。

另请参阅this related question。