1、需要将下面的fasta文件进行一个整理,将序列单行输出
方法一
f1 = open('test1.fa','r').readlines()#需要整理的文件
f2 = open('2.fasta','w')#整理之后的文件
for i in f1:
if i.startswith('>'):
f2.write('\n'+i)
else:
f2.write(i.strip("\n"))
结果如下,这样会有一个问题,输入的文件起始有一个空行
这时候怎么办呢?
我中间加了一次判断,如果第一次遇到>,则不进行换行
f1 = open('test1.fa','r').readlines()#需要整理的文件
f2 = open('2.fasta','w')#整理之后的文件
n = 0
for i in f1:
if i.startswith('>'):
n += 1
if n == 1:
f2.write(i)
else:
f2.write('\n'+i)
else:
f2.write(i.strip("\n"))
f2.close()
此时第一行的换行符就没有了。
方法二:该方法比较费内存,小文件的处理可以,太大了就不行了,主要思想就是建立一个字典,把id和序列存入字典中
f1 = open('test1.fa','r').readlines()#需要整理的文件
f2 = open('2.fasta','w')#整理之后的文件
a={}
for i in f1:
if i.startswith('>'):
id = i.strip("\n")
fa=''
else:
fa = fa + i.strip("\n")
a[id]=fa
for i in a:
f2.write(i+'\n'+a[i]+'\n')
f2.close()
2、当文件处理下面的情况,如何处理呢?
第一列是我的ID,第二列是序列,处理成fasta文件
f1 = open('1.txt','r').readlines()#需要整理的文件
f2 = open('1.fasta','w')#整理之后的文件
for i in f1[1:]:#有表头,如果无表头则将1:去掉
id = i.split('\t')[0]
fa = i.strip('\n').split('\t')[1]
f2.write('>'+id+'\n'+fa+'\n')
f2.close()
3、有些人会说,如果我的ID有重复,但是重复的,想把序列加和到一起,最后输出,该怎么办呢?
f1 = open('1.fa','r').readlines()#需要整理的文件
f2 = open('2.fa','w')#整理之后的文件
a={}
for i in f1:
if i.startswith('>'):
id = i.strip("\n")[1:]#去掉大于号
else:
fa = i.strip("\n")
if id in a:
a[id]=a[id]+fa
else:
a[id]=fa
for i in a:
f2.write('>'+i+'\n'+a[i]+'\n')
f2.close()
思想,先建一个字典,把id作为key,而序列作为value,每一次增加字典内容时,判断id是不是已经在a的key中存在,如果不存在,这时候直接将序列作为value,但是如果存在了,这是该id对应的就是已经存在的value加上现在的序列。f1读取结束后,再遍历字典,就可以了
总结:
1、open()打开文件,r代表读取,而w则是写入,a是追加
2、使用readlines()读取的文件,不需要关闭,但其他的文件是必须要关闭了,close就是关闭文件的意思
3、split是分割,而strip则是掉左右两端的某字符,这里用的是\n其实就是换行符
4、for循环和if判断语句