如何让Python读取文本的特定部分并使其停在我想要的位置

Question

所以我有一个家庭作业的问题，我需要在某些部分计算每个字母的字符。示例文件：

>Rosalind_4451
TGTGCTGAGAATTTGCACCACTCCCGTGTCGATGGTATGAGGGAACTGGTTGTAGAACTG
CGACATTACTTTCTGAGACGCAAGGCGTACAGCCAAATGTGAAGTACAAACCAAGAAGTT
CGGGCCGGTCGTTAAGTATCCCGCATACCACACCTTGAATGGAACCCGTCGGGCCCGGGT
TTTTTAAGGGGTTTAACACACCAGACTAAGGCGTTTTCTGACTTGGAGTCGAGTCGATGG
GATGTACCTATCGAAAGAGGTACTCTATATTTGTACCGTGCAG
>Rosalind_6341
CGACAGGCTCTTTAAATTGCGAAGTGTGCCATCCTACCGCATATGCCTAGCCTAATCTTG
AGCTCGAAACCGGAAATGGAAGCACACCAATGTCTCTCCGAGCTACTGTCCATCTACGTC
ATTGCTGACGTCATATGGGCATTAGTTCCTAATCGTGATAGCGAAGGCGGTTGCGTATAC
GGCTGGTGTGTTCGGGCCAATAACGTAGAAGTATCAACATGACAGCCGTCGTGGGGAACC

如何让Python计算4451节和6341节中的字符？文件每次都不同，所以我不能手动让它用字母来计算行数

另外，下面是我的代码

txt = open (input ())
lines = txt.readlines ()

for lines in txt:
if lines == ">Rosalind_9690":
#fin = txt.seek(">Rosalind_9690")
#data1= fin.readlines("Rosalind_4299" to "Rosalind_9690")
    a = lines.count("A")
    g = lines.count("G")
    c = lines.count("C")
    t = lines.count("T")
    float (a)
    float (g)
    float (c)
    float (t)

CG_con = (g+c)/(a+g+c+t)
print (CG_con)

Answer 1

字典可以用来保存id和base。如果您事先知道想要的id，您可以遍历字典(通过想要的id)并计算每个id的基数

您可以使用集合中的Counter对每个序列的碱基进行计数。

from collections import Counter

d = {} # dictionary to hold fasta data

file = input('Filename: ')

with open(file, 'r') as fasta:
    for line in fasta:
        line = line.rstrip()
        if line.startswith('>'):
            id = line
            d[id] = ''
        else:
            d[id] += line

wanted = ['>Rosalind_4451', '>Rosalind_6341']

for id in wanted:
    print(id)
    seen = Counter(d[id])
    CG_com = (seen.get('G', 0) + seen.get('C', 0)) / sum(seen.values())
    print(format(CG_com, '.4f'))

对于您的数据，我收到的输出是：

>Rosalind_4451
0.4912
>Rosalind_6341
0.5042

Answer 2

您可以使用import re和re.split来拆分不同的部分，假设它们遵循相同的格式，然后在每个部分上使用.count()

Answer 3

尝试使用以下正则表达式来确定该行是否包含节标题(或者在我们的示例中将其称为分隔符)：

'>\w+\_\d+\n‘

这将传递给>Rosalind_4451和>Rosalind_6341格式的分隔符以及类似的分隔符。

当您在一行中找到匹配项时，将所有字母表的计数重新初始化为0。希望这能有所帮助。

附注:确保使用以下语句导入正则表达式。

import re