小生这厢有礼了(BioFaceBook Personal Blog) » python https://www.biofacebook.com 记录生物信息学点滴足迹（NGS,Genome,Meta,Linux) Sun, 23 Aug 2020 03:28:53 +0000 en-US hourly 1 https://wordpress.org/?v=4.1.41 Python 字符串操作（string替换、删除、截取、复制、连接、比较、查找、包含、大小写转换、分割等 https://www.biofacebook.com/?p=656 https://www.biofacebook.com/?p=656#comments Fri, 30 Nov 2012 07:50:56 +0000 http://www.biofacebook.com/?p=656 Python

1 #strcpy(sStr1,sStr2) 2 sStr1 = 'strcpy' 3 sStr2 = sStr1 4 sStr1 = 'strcpy2' 5 print sStr2 连接字符串

Python

1 #strcat(sStr1,sStr2) 2 sStr1 = 'strcat' 3 sStr2 = 'append' 4 sStr1 += sStr2 5 print sStr1 查找字符

< 0 未找到

Python

1 #strchr(sStr1,sStr2) 2 sStr1 = 'strchr' [...]]]> Python 字符串操作（string替换、删除、截取、复制、连接、比较、查找、包含、大小写转换、分割等） 
s.strip() .lstrip() .rstrip(',') 去空格及特殊符号

复制字符串

Python

1 #strcpy(sStr1,sStr2)
2 sStr1 = 'strcpy'
3 sStr2 = sStr1
4 sStr1 = 'strcpy2'
5 print sStr2

连接字符串

Python

1 #strcat(sStr1,sStr2)
2 sStr1 = 'strcat'
3 sStr2 = 'append'
4 sStr1 += sStr2
5 print sStr1

查找字符

< 0 未找到

Python

1 #strchr(sStr1,sStr2)
2 sStr1 = 'strchr'
3 sStr2 = 's'
4 nPos = sStr1.index(sStr2)
5 print nPos

比较字符串

Python

1 #strcmp(sStr1,sStr2)
2 sStr1 = 'strchr'
3 sStr2 = 'strch'
4 print cmp(sStr1,sStr2)

扫描字符串是否包含指定的字符

Python

1 #strspn(sStr1,sStr2)
2 sStr1 = '12345678'
3 sStr2 = '456'
4 #sStr1 and chars both in sStr1 and sStr2
5 print len(sStr1 and sStr2)

字符串长度

Python

1 #strlen(sStr1)
2 sStr1 = 'strlen'
3 print len(sStr1)

将字符串中的大小写转换

Python

1 #strlwr(sStr1)
2 sStr1 = 'JCstrlwr'
3 sStr1 = sStr1.upper()
4 #sStr1 = sStr1.lower()
5 print sStr1

追加指定长度的字符串

Python

1 #strncat(sStr1,sStr2,n)
2 sStr1 = '12345'
3 sStr2 = 'abcdef'
4 n = 3
5 sStr1 += sStr2[0:n]
6 print sStr1

字符串指定长度比较

Python

1 #strncmp(sStr1,sStr2,n)
2 sStr1 = '12345'
3 sStr2 = '123bc'
4 n = 3
5 print cmp(sStr1[0:n],sStr2[0:n])

复制指定长度的字符

Python

1 #strncpy(sStr1,sStr2,n)
2 sStr1 = ''
3 sStr2 = '12345'
4 n = 3
5 sStr1 = sStr2[0:n]
6 print sStr1

将字符串前n个字符替换为指定的字符

Python

1 #strnset(sStr1,ch,n)
2 sStr1 = '12345'
3 ch = 'r'
4 n = 3
5 sStr1 = n * ch + sStr1[3:]
6 print sStr1

扫描字符串

Python

1 #strpbrk(sStr1,sStr2)
2 sStr1 = 'cekjgdklab'
3 sStr2 = 'gka'
4 nPos = -1
5 for c in sStr1:
6     if c in sStr2:
7         nPos = sStr1.index(c)
8         break
9 print nPos

翻转字符串

Python

1 #strrev(sStr1)
2 sStr1 = 'abcdefg'
3 sStr1 = sStr1[::-1]
4 print sStr1

查找字符串

Python

1 #strstr(sStr1,sStr2)
2 sStr1 = 'abcdefg'
3 sStr2 = 'cde'
4 print sStr1.find(sStr2)

分割字符串

Python

1 #strtok(sStr1,sStr2)
2 sStr1 = 'ab,cde,fgh,ijk'
3 sStr2 = ','
4 sStr1 = sStr1[sStr1.find(sStr2) + 1:]
5 print sStr1
6 或者
7 s = 'ab,cde,fgh,ijk'
8 print(s.split(','))

连接字符串

Python

1 delimiter = ','
2 mylist = ['Brazil', 'Russia', 'India', 'China']
3 print delimiter.join(mylist)

PHP 中 addslashes 的实现

Python

1 def addslashes(s):
2     d = {'"':'\"', "'":"\\'", "\0":"\\\0", "\\":"\\\"}
3     return ''.join(d.get(c, c) for c in s)
4  
5 s = "John 'Johny' Doe (a.k.a. "Super Joe")\\\0"
6 print s
7 print addslashes(s)

只显示字母与数字

Python

1 def OnlyCharNum(s,oth=''):
2     s2 = s.lower();
3     fomart = 'abcdefghijklmnopqrstuvwxyz0123456789'
4     for c in s2:
5         if not c in fomart:
6             s = s.replace(c,'');
7     return s;
8  
9 print(OnlyStr("a000 aa-b"))
]]> https://www.biofacebook.com/?feed=rss2&p=656 0 Python 自建标准差函数 https://www.biofacebook.com/?p=499 https://www.biofacebook.com/?p=499#comments Wed, 22 Aug 2012 01:42:22 +0000 http://www.biofacebook.com/?p=499 def stdDeviation(a): l=len(a) m=sum(a)/l d=0 for i in a:

d+=(i-m)**2 return (d*(1/l))**0.5

a=[5,6,8,9] print(stdDeviation(a)) ======== 1.5811388300841898

]]> def stdDeviation(a):
l=len(a)
m=sum(a)/l
d=0
for i in a:

d+=(i-m)**2
return (d*(1/l))**0.5

a=[5,6,8,9]
print(stdDeviation(a))
========
1.5811388300841898

]]> https://www.biofacebook.com/?feed=rss2&p=499 0 [python] 关于python中的string.atoi()的问题 https://www.biofacebook.com/?p=438 https://www.biofacebook.com/?p=438#comments Wed, 01 Aug 2012 08:32:20 +0000 http://www.biofacebook.com/?p=438

import string

print string.atoi(’13’,8) #这里转换8进制的数 print string.atoi(’13’,16) #这里转换成16进制的数

运行后的结果： 11 19

>>> import string >>> string.atoi(’13’,8) 11 >>> string.atoi(’13’,10) 13 >>> string.atoi(’13’) 13 >>>

]]> #!/usr/bin/python
#filename:string.py

import string

print  string.atoi(’13’,8)      #这里转换8进制的数
print string.atoi(’13’,16)     #这里转换成16进制的数

运行后的结果：
11
19    

>>> import string
>>> string.atoi(’13’,8)
11
>>> string.atoi(’13’,10)
13
>>> string.atoi(’13’)
13
>>>

   ]]> https://www.biofacebook.com/?feed=rss2&p=438 0 python 正则表达 前向界定与后向界定 https://www.biofacebook.com/?p=410 https://www.biofacebook.com/?p=410#comments Thu, 19 Jul 2012 08:11:12 +0000 http://www.biofacebook.com/?p=410 >>> a ‘[acyl-carrier-protein] S-malonyltransferase [EC:2.3.1.39]’ >>> b = re.findall(r'(?<=\[EC:).+?(?=\])’,a) >>> b [‘2.3.1.39′] >>> b = re.findall(r'(?<=\[).+?(?=\])’,a) >>> b [‘acyl-carrier-protein’, ‘EC:2.3.1.39′]

前向界定与后向界定

有时候需要匹配一个跟在特定内容后面的或者在特定内容前面的字符串，Python提供一个简便的前向界定和后向界定功能，或者叫前导指定和跟从指定功能。它们是：

‘(?<=…)’ 前向界定

括号中’…’代表你希望匹配的字符串的前面应该出现的字符串。

‘(?=…)’ 后向界定

括号中的’…’代表你希望匹配的字符串后面应该出现的字符串。

例： 你希望找出c语言的注释中的内容，它们是包含在’/*’和’*/’之间，不过你并不希望匹配的结果把’/*’和’*/’也包括进来，那么你可以这样用：

>>> s=r’/* comment 1 */ code /* comment 2 */’

>>> re.findall( r’(?<=//*).+?(?=/*/)’ , s )

[‘ comment 1 ‘, ‘ comment 2 ‘]

[...]]]> >>> a
‘[acyl-carrier-protein] S-malonyltransferase [EC:2.3.1.39]’
>>> b = re.findall(r'(?<=\[EC:).+?(?=\])’,a)
>>> b
[‘2.3.1.39′]
>>> b = re.findall(r'(?<=\[).+?(?=\])’,a)
>>> b
[‘acyl-carrier-protein’, ‘EC:2.3.1.39′]

   前向界定与后向界定

有时候需要匹配一个跟在特定内容后面的或者在特定内容前面的字符串，Python提供一个简便的前向界定和后向界定功能，或者叫前导指定和跟从指定功能。它们是：

‘(?<=…)’ 前向界定

括号中’…’代表你希望匹配的字符串的前面应该出现的字符串。

‘(?=…)’  后向界定

括号中的’…’代表你希望匹配的字符串后面应该出现的字符串。

例： 你希望找出c语言的注释中的内容，它们是包含在’/*’和’*/’之间，不过你并不希望匹配的结果把’/*’和’*/’也包括进来，那么你可以这样用：

>>> s=r’/* comment 1 */  code  /* comment 2 */’

>>> re.findall( r’(?<=//*).+?(?=/*/)’ , s )

[‘ comment 1 ‘, ‘ comment 2 ‘]

注意这里我们仍然使用了最小匹配，以避免把整个字符串给匹配进去了。

要注意的是，前向界定括号中的表达式必须是常值，也即你不可以在前向界定的括号里写正则式。比如你如果在下面的字符串中想找到被字母夹在中间的数字，你不可以用前向界定：

例：

>>> s = ‘aaa111aaa , bbb222 , 333ccc ‘

>>> re.findall( r’(?<=[a-z]+)/d+(?=[a-z]+)’ , s )          # 错误的用法

它会给出一个错误信息：

error: look-behind requires fixed-width pattern

 

不过如果你只要找出后面接着有字母的数字，你可以在后向界定写正则式：

>>> re.findall( r’/d+(?=[a-z]+)’, s )

[‘111′, ‘333’]

如果你一定要匹配包夹在字母中间的数字，你可以使用组（group）的方式

>>> re.findall (r'[a-z]+(/d+)[a-z]+’ , s )

[‘111′]

组的使用将在后面详细讲解。

 

除了前向界定前向界定和后向界定外，还有前向非界定和后向非界定，它的写法为：

‘(?<!...)’前向非界定

只有当你希望的字符串前面不是’…’的内容时才匹配

‘(?!...)’后向非界定

只有当你希望的字符串后面不跟着’…’内容时才匹配。

接上例，希望匹配后面不跟着字母的数字

>>> re.findall( r’/d+(?!/w+)’ , s )

[‘222′]

注意这里我们使用了/w而不是像上面那样用[a-z]，因为如果这样写的话，结果会是：

>>> re.findall( r’/d+(?![a-z]+)’ , s )

[’11’, ‘222’, ’33’]

这和我们期望的似乎有点不一样。它的原因，是因为’111’和’222’中的前两个数字也是满足这个要求的。因此可看出，正则式的使用还是要相当小心的，因为我开始就是这样写的，看到结果后才明白过来。不过Python试验起来很方便，这也是脚本语言的一大优点，可以一步一步的试验，快速得到结果，而不用经过烦琐的编译、链接过程。也因此学习Python就要多试，跌跌撞撞的走过来，虽然曲折，却也很有乐趣。

]]> https://www.biofacebook.com/?feed=rss2&p=410 54 python dic problem https://www.biofacebook.com/?p=397 https://www.biofacebook.com/?p=397#comments Thu, 12 Jul 2012 09:01:28 +0000 http://www.biofacebook.com/?p=397 dic_cog_annot[h2[1]]={‘orthologous_group':h[3]} dic_cog_annot[h2[1]][‘protein_annot’]=h[4] 以上是增加个protein_annot键值，

如果是以下,将会被替换，只一个键值！

dic_cog_annot[h2[1]]={‘orthologous_group':h[3]} dic_cog_annot[h2[1]]={‘protein_annot':h[4]}

 

dic[name]=”NA”

dic[name] = {‘nr_annot':”NA”} dic[name][‘go_num’]=”NA” dic[name][‘go_info’] = “NA” dic[name][‘kegg_hit’] = “NA” dic[name][‘kegg_annot’]=”NA” dic[name][‘swiss_annot’]=”NA” dic[name][‘cog_hit’] =”NA” dic[name][‘orthologous_group’]=”NA” dic[name][‘protein_annot’]=”NA”

 

]]> dic_cog_annot[h2[1]]={‘orthologous_group':h[3]}
dic_cog_annot[h2[1]][‘protein_annot’]=h[4]
以上是增加个protein_annot键值，

如果是以下,将会被替换，只一个键值！

dic_cog_annot[h2[1]]={‘orthologous_group':h[3]}
dic_cog_annot[h2[1]]={‘protein_annot':h[4]}

 

dic[name]=”NA”

dic[name] = {‘nr_annot':”NA”}
dic[name][‘go_num’]=”NA”
dic[name][‘go_info’] = “NA”
dic[name][‘kegg_hit’] = “NA”
dic[name][‘kegg_annot’]=”NA”
dic[name][‘swiss_annot’]=”NA”
dic[name][‘cog_hit’] =”NA”
dic[name][‘orthologous_group’]=”NA”
dic[name][‘protein_annot’]=”NA”

 

]]> https://www.biofacebook.com/?feed=rss2&p=397 44 python 键值排序输出 https://www.biofacebook.com/?p=389 https://www.biofacebook.com/?p=389#comments Tue, 10 Jul 2012 03:43:05 +0000 http://www.biofacebook.com/?p=389 method1:

dic = {}

keys= dic.keys()

keys.sort()

for key in keys:

print dic[key]

 

method2:

for key in sorted(write_list_hash.keys()): print write_list_hash[key]

]]> method1:

dic = {}

keys= dic.keys()

keys.sort()

for key in keys:

print dic[key]

 

method2:

for key in sorted(write_list_hash.keys()):
print write_list_hash[key]

]]> https://www.biofacebook.com/?feed=rss2&p=389 0 ACEAssemblySplitter.py https://www.biofacebook.com/?p=235 https://www.biofacebook.com/?p=235#comments Tue, 05 Jun 2012 01:46:09 +0000 http://www.biofacebook.com/?p=235 #! /usr/bin/env python2.7 desc = """ Split an ACE format assembly file into multiple single ACE files each with a single contig. The resulting ACE contig files are formatted so that they can be read by CodonCode (http://www.codoncode.com). $ ACEAssemblySplitter.py test.ace -s 2 -e 3 - prints the second and third contigs in the test.ace file Version 1.0 Cymon J. Cox Nov 2011 """ import sys try: import argparse except ImportError: print "Requires Python >= 2.7." sys.exit() import os import argparse import textwrap import subprocess def count(filename, verbose=True): cmd = "grep -c '^CO ' %s" % filename child = subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE, shell=True) stdout, stderr = child.communicate() if not child.returncode == 0: print "grep returned error %s" % child.returncode print "stderr: %s\n" %stderr sys.exit(1) else: if verbose: print "Number of contigs in %s: %s" % (filename, stdout) return int(stdout) def main(filename, count_only, start, end, verbose): if not os.path.exists(filename): print "Cannot find file %s" % filename sys.exit(1) if count_only: count(filename) sys.exit(0) else: if start or end: n_contigs = count(filename, verbose=False) if start and end: if start > end: msg = "Cannot start at %i and end at %i" print msg (start, end) sys.exit(1) if start > n_contigs: msg = "Only %i contigs in %s - cannot start at %i" print msg % (n_contigs, filename, start) sys.exit(1) if end > n_contigs: msg = "Only %i contigs in %s - cannot end at %i" print msg % (n_contigs, filename, end) sys.exit(1) if not end: end = n_contigs isPreviousAF = False inRT = False inCT = False skipNextLine = False inHeader = True foundStart = False lines = [] counter = 1 fileLines = open(filename).readlines() for line in fileLines: if line.startswith("CO "): if lines != []: if inHeader: #Skip over header: lines = [] inHeader = False lines.append(line) continue #Are we there yet? if not foundStart: if counter == start: foundStart = True else: lines = [] counter +=1 lines.append(line) continue if foundStart: if counter < end: #CO FucusALL_rep_c1 1819 1428 94 U name = lines[0].split()[1] outfilename = "%s.ace" % name head = "AS 1 1\n\n" lines.insert(0, head) fh = open(outfilename, "w") fh.writelines(lines) fh.close() counter +=1 lines = [] else: break lines.append(line) continue if skipNextLine: skipNextLine = False continue #Delete CT and RT stanzas elif line.startswith("RT{"): inRT = True continue elif line.startswith("CT{"): inCT = True elif line.startswith("}"): #Both CT and RT finish with a C} inCT = inRT = False #Need to miss the next "\n" line skipNextLine = True continue elif inCT or inRT: continue #Delete the blank line after AF line elif line.startswith("AF"): isPreviousAF = True lines.append(line) elif line.startswith("\n") and isPreviousAF: isPreviousAF = False continue elif line.startswith("RD "): #delete previous "\n" line lines = lines[:-1] lines.append(line) elif line.startswith("DS "): #delete previous "\n" line lines = lines[:-1] lines.append(line) else: lines.append(line) #print the last one: name = lines[0].split()[1] outfilename = "%s.ace" % name head = "AS 1 1\n\n" lines.insert(0, head) fh = open(outfilename, "w") fh.writelines(lines) fh.close() counter +=1 if verbose: print "Done. Split %i Contigs." % counter if __name__ == "__main__": parser = argparse.ArgumentParser( formatter_class=argparse.RawDescriptionHelpFormatter, description=textwrap.dedent(desc), ) parser.add_argument("filename", help="ACE assembly filename", ) parser.add_argument("-c", "--count", default=False, action='store_true', help="Count number of contigs in assembly only. Default=False") parser.add_argument("-s", "--start", default=1, type=int, dest="start", help="Start at record number N (integer). Default=1") parser.add_argument("-e", "--end", default=None, type=int, dest="end", help="End at record number N (integer). Default=last in file") parser.add_argument("-v", "--verbose", default=False, action='store_true', help="Verbose. Default=False") args = parser.parse_args() main(args.filename, args.count, args.start, args.end, args.verbose) ]]> https://www.biofacebook.com/?feed=rss2&p=235 0 python 删除列表空元素或相同元素 https://www.biofacebook.com/?p=186 https://www.biofacebook.com/?p=186#comments Fri, 18 May 2012 03:56:15 +0000 http://www.biofacebook.com/?p=186 a=[‘a’,’b’,’c’,’a’,’d’,’a’]

如何把所有的’a’删除呢？

我的笨方法： for i in a: if i == ‘a': a[a.index(i)] = ”

while ” in a: a.remove(”)

]]> a=[‘a’,’b’,’c’,’a’,’d’,’a’]

如何把所有的’a’删除呢？

我的笨方法：
for i in a:
if i == ‘a':
a[a.index(i)] = ”

while ” in a:
a.remove(”)

]]> https://www.biofacebook.com/?feed=rss2&p=186 0