Python如何计算序列长度

Python如何计算序列长度

Python编程中可以用len函数返回序列中所包含元素的数量长度、min函数和max函数返回序列中最大和最小的元素，代码如下：
>>> numbers = [100, 34, 678]
>>> len(numbers)
3
>>> max(numbers)
678
>>> min(numbers)
34
>>> max(2, 3)
3
>>> min(9, 3, 2, 5)
2

import re
data = re.findall( '(w+)' ,open( 'SEQ.FASTA' ).read( ) )
print( dict( zip( data[ ::2 ] ,data[ 1::2 ] ) ) )

容错没做,必须保证文件数据是有序的

你问了个跨学科的问题，
你不告诉别人氨基酸的序列计算机制，别人怎么告诉你。
要是你把它生成了字典，你可以直接查看，命令是help(dist)和dir(dist)

根据你之前的问题，假定你的数据符合这种格式：

>SeqName1
Seq1
>SeqName2
Seq2
...

这里不要求Seq1只占一行（即允许其中有换行符出现）。假如Seq总是只占一行的话，其实就是奇数行是名字，偶数行是序列本体而已，读取不要太简单……

以下是简单的实现。考虑到文件可能很大，使用迭代来逐个读入数据。文件较小的情况可以使用列表表达式直接实现- -。

遍历文件时的流程：

如当前行以'>'开始，将其存为k（序列名称），直到发现下一个序列名称为止的所有行，填入v（序列）。再次发现'>'开始的行时，将(k, v)存入字典，并将v清空。此外的是实现细节。注释之后太啰嗦了，对哪里有疑问请追问。

fileFa = open("SEQ.FASTA", "r")

dic, k, v = {}, '', []

for i in fileFa:
    if i.startswith('>'): 
        dic[k] = v 
        k = i[1:-1] 
        v = []
    else:
        v.append(i)
dic[k] = v
dic.pop('')

print "%s sequences in total" % len(dic)
for (k, v) in dic.items():
    print("SEQUENCE: %s LENGTH:%s" % (k, sum(map(len, v))))

使用你上一问题提供的4个序列，输出如下：

4 sequences in total
SEQUENCE: qwe56_44514
LENGTH:98
SEQUENCE: qwe56_44606
LENGTH:82
SEQUENCE: qwe56_44424
LENGTH:43
SEQUENCE: qwe56_869
LENGTH:39