【Python生信编程笔记】读取文件

在Python中，读取文件分为三个步骤:

一、打开文件：open

file_handle=open('readme.txt','r')

file_handle

<_io.TextIOWrapper name='readme.txt' mode='r' encoding='cp936'>

文件句柄不是文件，而是对文件的说明。

二、读取文件：有几个方法来读取文件。

• read(n): 从文件中读取n个字节。如果没有参数，它将读取整个文件。
• readline(): 返回文件中只有一行的字符串，包括' \n '作为行结束标记。当它到达文件末尾时，它返回一个空字符串。
• readlines(): 返回一个列表，其中每个元素都是一个字符串，其中包含来自文件的一行。

使用read()来读取seqA.fas

file_handle=open('./samples/seqA.fas','r')
file_handle.read()

'>O00626|HUMAN Small inducible cytokine A22.\nMARLQTALLVVLVLLAVALQATEAGPYGANMEDSVCCRDYVRYRLPLRVVKHFYWTSDSCPRPGVVLLTFRDKEICADPRVPWVKMILNKLSQ\n'

三、关闭文件

• 一旦我们完成了文件，我们使用filehandle.close()关闭它。
• 如果不关闭文件，当程序执行完成后python将会关闭它。
• 不及时关闭文件会造成资源浪费。
• 使用with可以确保文件被关闭。

不使用with

file_handle=open('readme.txt','r')
file_handle.read()
file_handle.close()

使用with

with open('readme.txt','r') as file_handle:
    file_handle.read()

四、实例

读取FASTA文件

with open('./samples/seqA.fas','r') as fh:
    print(fh.read())

>O00626|HUMAN Small inducible cytokine A22.
MARLQTALLVVLVLLAVALQATEAGPYGANMEDSVCCRDYVRYRLPLRVVKHFYWTSDSCPRPGVVLLTFRDKEICADPRVPWVKMILNKLSQ

1. 将FASTA文件的名字和序列分开

with open('./samples/seqA.fas','r') as fh:
    my_file=fh.read()
name=my_file.split('\n')[0][1:]  #去掉>
sequece=''.join(my_file.split('\n')[1:]) 
print('The name is : {0}'.format(name))
print('The sequece is : {0}'.format(sequece))

The name is : O00626|HUMAN Small inducible cytokine A22.
The sequece is : MARLQTALLVVLVLLAVALQATEAGPYGANMEDSVCCRDYVRYRLPLRVVKHFYWTSDSCPRPGVVLLTFRDKEICADPRVPWVKMILNKLSQ

2. 使用for进行遍历：

sequce=''
with open('./samples/seqA.fas','r') as fh:
    name=fh.readline()[1:-1]
    for line in fh:
        sequce+=line.replace('\n','')
print('The name is : {0}'.format(name))
print('The sequece is : {0}'.format(sequce))

The name is : O00626|HUMAN Small inducible cytokine A22.
The sequece is : MARLQTALLVVLVLLAVALQATEAGPYGANMEDSVCCRDYVRYRLPLRVVKHFYWTSDSCPRPGVVLLTFRDKEICADPRVPWVKMILNKLSQ

3. 计算净电荷

sequence=''
charge=-0.002
aa_charge = {'C':-.045, 'D':-.999, 'E':-.998, 'H':.091,
'K':1, 'R':1, 'Y':-.001}
with open('./samples/prot.fas') as fh:
    #print(fh.read())
    fh.readline()
    for line in fh:
        #print(line[:-1])
        sequence+=line[:-1].upper()  #去掉\n
for aa in sequence:
    charge+=aa_charge.get(aa,0)
print(charge)

3.046999999999999