问.split()在python3中创建一个空行
EN

Stack Overflow用户

提问于 2013-06-08 19:19:00

回答 3查看 320关注 0票数 0

我正在尝试使用python3将一个'fastq‘文件转换成一个以制表符分隔的文件。下面是输入：(第1-4行是我需要以制表符分隔格式打印的一条记录)。在这里，我尝试将每条记录读入一个列表对象：

@SEQ_ID
GATTTGGGGTT
+
!''*((((***
@SEQ_ID
GATTTGGGGTT
+
!''*((((***

使用以下命令：

data = open('sample3.fq')
fq_record = data.read().replace('@', ',@').split(',')
for item in fq_record:
        print(item.replace('\n', '\t').split('\t'))

输出为：

['']
['@SEQ_ID', 'GATTTGGGGTT', '+', "!''*((((***", '']
['@SEQ_ID', 'GATTTGGGGTT', '+', "!''*((((***", '', '']

我在输出开始时得到一个空行，我不明白为什么?？我知道有很多其他的方法可以做到这一点，但我需要在学习python的过程中找出其中的原因。谢谢

python

blank-line

fastq

回答 3

Stack Overflow用户

回答已采纳

发布于 2013-06-08 19:20:49

当您将@替换为,@时，您需要在字符串的开头加上一个逗号(因为它以@开头)。然后，当您拆分逗号时，在第一个逗号之前没有任何内容，因此这将在拆分中提供一个空字符串。基本上是这样的：

>>> print ',x'.split(',')
['', 'x']

如果你知道你的数据总是以@开头，你可以跳过循环中的空记录。做for item in fq_record[1:]就行了。

票数 1

Stack Overflow用户

发布于 2013-06-09 02:20:25

您也可以逐行执行，而无需进行所有替换：

fobj = io.StringIO("""@SEQ_ID
GATTTGGGGTT
+
!''*((((***
@SEQ_ID
GATTTGGGGTT
+
!''*((((***""")

data = []
entry = []
for raw_line in fobj:
    line = raw_line.strip()
    if line.startswith('@'):
        if entry:
            data.append(entry)
        entry = []
    entry.append(line)
data.append(entry)

data看起来像这样：

[['@SEQ_ID', 'GATTTGGGGTTy', '+', "!''*((((***"],
 ['@SEQ_ID', 'GATTTGGGGTTx', '+', "!''*((((***"]]

票数 0

Stack Overflow用户

发布于 2013-06-09 19:20:39

感谢你们所有人的回答。作为一个初学者，我的主要问题是在.split('，')上出现了一个空行，我现在已经从概念上理解了这一点。所以我用python编写的第一个有用的程序是：

# this script converts a .fastq file in to .fasta format

import sys 
# Usage statement:
print('\nUsage: fq2fasta.py input-file output-file\n=========================================\n\n')

# define a function for fasta formating
def format_fasta(name, sequence):
fasta_string = '>' + name + "\n" + sequence + '\n'
return fasta_string

# open the file for reading
data = open(sys.argv[1])
# open the file for writing
fasta = open(sys.argv[2], 'wt')
# feed all fastq records in to a list 
fq_records = data.read().replace('@', ',@').split(',')

# iterate through list objects
for item in fq_records[1:]: # this is to avoid the first line which is created as blank by .split() function
    line = item.replace('\n', '\t').split('\t')
    name = line[0]
    sequence = line[1]      
    fasta.write(format_fasta(name, sequence))
fasta.close()