Chinaunix首页 | 论坛 | 博客
  • 博客访问: 377687
  • 博文数量: 97
  • 博客积分: 2846
  • 博客等级: 少校
  • 技术积分: 1000
  • 用 户 组: 普通用户
  • 注册时间: 2007-03-19 20:00
文章分类

全部博文(97)

文章存档

2017年(1)

2013年(2)

2012年(6)

2011年(17)

2010年(12)

2009年(41)

2007年(18)

我的朋友

分类: Python/Ruby

2009-04-04 14:49:59

参考论坛讨论:
 
根据大家的讨论,我改了下程序,运行的时间大大缩短。原来提取一条序列大概1秒,现在提取10万条也要不了1分钟。呵呵!看来有时候python也是相当的快啊。只要用好了函数和有好的思想。
下面奉上我的程序,请指教:
 
 

import os

def get_oneseq(chr, start, end): # chr1, 23, 65
    f = open(chr+'.fa', 'r')
    head = f.readline() # >chr1\n
    firstseqline = f.readline() # taaccctaaccctaaccctaaccctaaccctaaccctaaccctaacccta\n
    offset = len(head) # 6
    linelen = len(firstseqline) # 51
    startpos = offset + start % (linelen-1) + (start/(linelen-1))*linelen-1
    endpos = offset + end % (linelen-1) + (end/(linelen-1))*linelen-1
    f.seek(startpos)
    seq = f.read(endpos-startpos+1)
    sequence = seq.replace(os.linesep,'')
    return sequence

def parsebed(file,header = 0):
    f3 = open(bedfile,'r')
    f4 = open(file+'_seq.txt','w')
    if header == 1:
        newlines = f3.read().split(os.linesep)[1:-1]
    else:
        newlines = f3.read().split(os.linesep)[:-1]
    seq = []
    for i,c in enumerate(newlines):
        chr = c.split()[0]
        start = c.split()[1]
        end = c.split()[2]
        name = i+1
        sequence = get_oneseq(chr, int(start), int(end))
        print >>f4, '>'+str(name)
        print >>f4, sequence
    f3.close()
    f4.close()

if __name__ == '__main__':
    file = 'test.txt'
    parsebed(file,1)

阅读(2086) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~