【生信学习周】生物信息Python从入门到精通

Python开发的方向太多了，有机器学习，数据挖掘，网络开发，爬虫等等。其实在生信领域，Python还显现不出绝对的优势，生信的大部分软件流程都是用shell或Perl写的，而且已经足够好用了。我选Python是因为我想顺便学点数据挖掘和机器学习的东西，而且Python这些年越来越火，发展势头远超其他脚本语言，所以学它肯定是没错的。

一、入门标准

入门比较难定义，什么程度才算入门呢？

1. 掌握基本的语法，熟练使用python的内置类型、内置函数和数据结构。

2. 了解一些基本的模块的使用，能够实现一些简单的需求。

后面有一个实例，如果你能简单的做完，那我敢肯定你已经入门了。

二、基本知识点

1.基本语法

缩进 ：Python是通过代码缩进来决定代码层次逻辑的，一般约定使用4个空格

版本问题 ：主要包括2.x系列的和3.x系列的，两者语法不同且不兼容，有的模块只能在指定版本下安装。建议使用3.x Python，碰到特殊问题再去使用指定版本

文件编码声明 ：python会去环境变量里寻找python解释器。如果代码里有中文，则要以utf-8编码

#!/usr/bin/env python
#-*- coding: utf-8 –*-

变量定义 ：使用前要先定义

dir()：列出一个数据类型或对象的所有方法，非常好用，同help()

文件操作 ：f = open()，f.close()；with open() as f: ，os.path.exists()，os.path.isfile()，os.path.abspath()

目录操作 ：os.mkdir()，os.rmdir()，os.listdir()，os.chdir()

开发环境选择 ：

• Sublime Text 对Python支持挺好，轻量级生化武器（推荐）

• Eclipse+Pydev比较厚重，大型开发比较适合

• Vim/Atom

• PyCharm

• IPython

• WingIDE

2.处理数据

2.1 基本数据类型：布尔；整型；浮点型；字符串

# 字符串的内置函数，都比较有用
'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace'




    
, 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill'

2.2 基本数据结构：列表、元组、字典、集合。

数据结构就是一种容器，用于在内存中存放我们的数据。

列表 ：任意元素组成的顺序序列，以位置为索引。

# 列表的内置函数
'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort'

元组 ：相当于不可变的列表，防止错误修改，节省内存开销。元组解包

# 元组的内置函数
'count', 'index'

字典 ：键值对，没有顺序，键必须是常量。

# 字典内置函数
'clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values'

集合 ：没有顺序，元素之间没有重复，相当于舍弃了值的字典。集合操作（&，|，-，^，，>=）

# 集合内置函数
'add', 'clear', 'copy', 'discard', 'pop', 'remove', 'update'
'isdisjoint','issuperset','issubset','symmetric_difference','difference','union', 'intersection', 'symmetric_difference_update','intersection_update','difference_update',

2.3 控制语句

条件 ：if…else…

循环 ：for，while，break，continue

2.4 模块使用

Python有着非常友好的模块安装方法，一个pip install命令几乎可以安装绝大多数的模块。建议使用模块前多看相关API文档。

最常用的模块有：sys，os，re，csv，gzip，fileinput，random，collections，time；百度上有很多很好的模块使用入门教程。

• 正则表达式 re

• 有序字典 collections.OrderedDict()

• 调用系统命令 subprocess.call()

三、入门实例

题目 ：从大量FASTA文件中提取指定序列，并对提取到的序列做某些处理（如求反向互补序列）

描述 ：假设你有很多测序数据，分别存储在不同文件夹的不同文件里，现在给你一些序列名，要求你从众多数据中提取出特定的序列。

PS:这里本来应该有 大量实例