输入输出

交互式输入输出

在很多时候，你会想要让你的程序与用户（可能是你自己）交互。你会从用户那里得到输入，然后打印一些结果。我们可以分别使用raw_input和print语句来完成这些功能。

a = raw_input("Please input a string\n> ")

print "The string you typed in is: ", a

Please input a string
> a
The string you typed in is:  a

print "这是一个保留例子，仅供玩耍\n"
lucky_num = 5
c = 0

while True:
    b = int(raw_input("Please input a number to check if you are \
lucky enough to guess right: \n"))
    if b == lucky_num:
        print "\nYour are so smart!!! ^_^ ^_^"
        #----------------------------------------------------
    #--------------------------------------------------------
    else:
        print "\nSorry, but you are not right. %>_<%"
        while 1:
            c = raw_input("Do you want to try again? [Y/N] \n")
            if c == 'Y':
                try_again = 1
                break                
            elif c == 'N':
                try_again = 0
                break
            else:
                print "I can not understand you, please check your input. \n"
                continue
        #----------------------------------------------------
        if try_again:
            print "\nHere comes another run. Enjoy!\n"
            continue
        else:
            print "\nBye-bye\n"
            break

这是一个保留例子，仅供玩耍

Please input a number to check if you are lucky enough to guess right: 
5

Your are so smart!!! ^_^ ^_^
Please input a number to check if you are lucky enough to guess right: 
7

Sorry, but you are not right. %>_<%
Do you want to try again? [Y/N] 
Y

Here comes another run. Enjoy!

Please input a number to check if you are lucky enough to guess right: 
8

Sorry, but you are not right. %>_<%
Do you want to try again? [Y/N] 
N

Bye-bye

文件读写

文件读写是最常见的输入和输出操作。你可以实用file或open来实现。

print "新建一个文件"

context = '''The best way to learn python contains two steps:
1. Rember basic things mentionded here masterly.

2. Practise with real demands.
'''

print "以写入模式(w)打开一个文件并命名为(Test_file.txt)"
fh = open("Test_file.txt","w") 
print >>fh, context
#fh.write(context)
fh.close() #文件操作完成后必须关闭文件句柄

新建一个文件
以写入模式(w)打开一个文件并命名为(Test_file.txt)

print "以只读模式(r)读入一个名为(Test_file.txt)的文件"

print

for line in open("Test_file.txt"):
    print line

以只读模式(r)读入一个名为(Test_file.txt)的文件

The best way to learn python contains two steps:

1. Rember basic things mentionded here masterly.



2. Practise with real demands.

print '''避免中间空行的输出。
从文件中读取的每一行都带有一个换行符，
而Python的print默认会在输出结束时加上换行符，
因此打印一行会空出一行。为了解决这个问题，有下面两套方案。'''

print "在print语句后加上逗号(,)可以阻止Python对每次输出自动添加的换行符"
print

for line in open("Test_file.txt"):
    print line,

print

print "去掉每行自身的换行符"
for line in open("Test_file.txt"):
    print line.strip()

避免中间空行的输出。
从文件中读取的每一行都带有一个换行符，
而Python的print默认会在输出结束时加上换行符，
因此打印一行会空出一行。为了解决这个问题，有下面两套方案。
在print语句后加上逗号(,)可以阻止Python对每次输出自动添加的换行符

The best way to learn python contains two steps:
1. Rember basic things mentionded here masterly.

2. Practise with real demands.


去掉每行自身的换行符
The best way to learn python contains two steps:
1. Rember basic things mentionded here masterly.

2. Practise with real demands.

实战练习（一）

背景知识

1. FASTA文件格式

>seq_name_1

sequence1

>seq_name_2

sequence2

2. FASTQ文件格式

@HWI-ST1223:80:D1FMTACXX:2:1101:1243:2213 1:N:0:AGTCAA

TCTGTGTAGCCNTGGCTGTCCTGGAACTCACTTTGTAGACCAGGCTGGCATGCA

+

BCCFFFFFFHH#4AFHIJJJJJJJJJJJJJJJJJIJIJJJJJGHIJJJJJJJJJ

作业 (一)

1. 给定FASTA格式的文件(test1.fa 和 test2.fa)，写一个程序 cat.py 读入文件，并输出到屏幕

• open(file)

• for .. in loop

• print

• the amazng , or strip() function

• 用到的知识点

2. 给定FASTQ格式的文件(test1.fq), 写一个程序 cat.py 读入文件，并输出到屏幕

• 同上

• 用到的知识点

3. 写程序 splitName.py, 读入test2.fa, 并取原始序列名字第一个空格前的名字为处理后的序列名字，输出到屏幕

• split

• 字符串的索引

• 用到的知识点

• 输出格式为：

  >NM_001011874
  gcggcggcgggcgagcgggcgctggagtaggagctg.......

4. 写程序 formatFasta.py, 读入test2.fa，把每条FASTA序列连成一行然后输出

• join

• strip

• 用到的知识点

• 输出格式为:

  >NM_001011874
  gcggcggcgggc......TCCGCTG......GCGTTCACC......CGGGGTCCGGAG

5. 写程序 formatFasta-2.py, 读入test2.fa，把每条FASTA序列分割成80个字母一行的序列

• 字符串切片操作

• range

• 用到的知识点

• 输出格式为

  >NM_001011874
  gcggcggcgc.(60个字母).TCCGCTGACG #(每行80个字母)
  acgtgctacg.(60个字母).GCGTTCACCC
  ACGTACGATG(最后一行可不足80个字母)

6. 写程序 sortFasta.py, 读入test2.fa, 并取原始序列名字第一个空格前的名字为处理后的序列名字，排序后输出

• sort

• dict

• aDict[key] = []

• aDict[key].append(value)

• 用到的知识点

7. 提取给定名字的序列

• 用到的知识点

• print >>fh, or fh.write()

• 取模运算，4 % 2 == 0

• 写程序 grepFasta.py, 提取fasta.name中名字对应的test2.fa的序列，并输出到屏幕。

• 写程序 grepFastq.py, 提取fastq.name中名字对应的test1.fq的序列，并输出到文件。

8. 写程序 screenResult.py, 筛选test.expr中foldChange大于2的基因并且padj小于0.05的基，可以输出整行或只输出基因名字

• 逻辑与操作符 and

• 文件中读取的内容都为字符串，需要用int转换为整数，float转换为浮点数

• 用到的知识点

9. 写程序 transferMultipleColumToMatrix.py 将文件(multipleColExpr.txt)中基因在多个组织中的表达数据转换为矩阵形式

• aDict[‘key’] = {}

• aDict[‘key’][‘key2’] = value

• if key not in aDict

• aDict = {‘ENSG00000000003’: {“A-431”: 21.3, “A-549”, 32.5,…},”ENSG00000000003”:{},}

• 用到的知识点

• 输入格式(只需要前3列就可以)

  Gene    Sample  Value   Unit    Abundance
  ENSG00000000003 A-431   21.3    FPKM    Medium
  ENSG00000000003 A-549   32.5    FPKM    Medium
  ENSG00000000003 AN3-CA  38.2    FPKM    Medium
  ENSG00000000003 BEWO    31.4    FPKM    Medium
  ENSG00000000003 CACO-2  63.9    FPKM    High
  ENSG00000000005 A-431   0.0     FPKM    Not detected
  ENSG00000000005 A-549   0.0     FPKM    Not detected
  ENSG00000000005 AN3-CA  0.0     FPKM    Not detected
  ENSG00000000005 BEWO    0.0     FPKM    Not detected
  ENSG00000000005 CACO-2  0.0     FPKM    Not detected

• 输出格式

  Name    A-431    A-549    AN3-CA    BEWO    CACO-2
  ENSG00000000460    25.2    14.2    10.6    24.4    14.2
  ENSG00000000938    0.0    0.0    0.0    0.0    0.0
  ENSG00000001084    19.1    155.1    24.4    12.6    23.5
  ENSG00000000457    2.8    3.4    3.8    5.8    2.9

10. 写程序 reverseComplementary.py计算序列 ACGTACGTACGTCACGTCAGCTAGAC的反向互补序列

• reverse

• list(seq)

• 用到的知识点

11. 写程序 collapsemiRNAreads.py转换smRNA-Seq的测序数据

• 输入文件格式(mir.collapse, tab-分割的两列文件，第一列为序列，第二列为序列被测到的次数)

    ID_REF        VALUE
    ACTGCCCTAAGTGCTCCTTCTGGC        2
    ATAAGGTGCATCTAGTGCAGATA        25
    TGAGGTAGTAGTTTGTGCTGTTT        100
    TCCTACGAGTTGCATGGATTC        4

• 输出文件格式 (mir.collapse.fa, 名字的前3个字母为样品的特异标示，中间的数字表示第几条序列，是序列名字的唯一标示，第三部分是x加每个reads被测到的次数。三部分用下划线连起来作为fasta序列的名字。)

    >ESB_1_x2
    ACTGCCCTAAGTGCTCCTTCTGGC
    >ESB_2_x25
    ATAAGGTGCATCTAGTGCAGATA
    >ESB_3_x100
    TGAGGTAGTAGTTTGTGCTGTTT
    >ESB_4_x4
    TCCTACGAGTTGCATGGATTC

12. 简化的短序列匹配程序 (map.py) 把short.fa中的序列比对到ref.fa, 输出短序列匹配到ref.fa文件中哪些序列的哪些位置

• find

• 用到的知识点

• 输出格式 (输出格式为bed格式，第一列为匹配到的染色体，第二列和第三列为匹配到染色体序列的起始终止位置（位置标记以0为起始，代表第一个位置；终止位置不包含在内，第一个例子中所示序列的位置是(199,208](前闭后开，实际是chr1染色体第199-206的序列，0起始). 第4列为短序列自身的序列.)。

• 附加要求：可以只匹配到给定的模板链，也可以考虑匹配到模板链的互补链。这时第5列可以为短序列的名字，第六列为链的信息，匹配到模板链为’+’，匹配到互补链为’-‘。注意匹配到互补链时起始位置也是从模板链的5’端算起的。

  chr1    199    208    TGGCGTTCA
  chr1    207    216    ACCCCGCTG
  chr2    63    70    AAATTGC
  chr3    0    7    AATAAAT

13. 备注：

• 每个提到提到的“用到的知识点”为相对于前面的题目新增的知识点，请综合考虑。此外，对于不同的思路并不是所有提到的知识点都会用着，而且也可能会用到未提到的知识点。但是所有知识点都在前面的讲义部分有介绍。

• 每个程序对于你身边会写的人来说都很简单，因此你一定要克制住，独立去把答案做出，多看错误提示，多比对程序输出结果和预期结果的差异。

• 学习锻炼“读程序”，即对着文件模拟整个的读入、处理过程来发现可能的逻辑问题。

• 程序运行没有错误不代表你写的程序完成了你的需求，你要去查验输出结果是不是你想要的。

14. 关于程序调试

• 在初写程序时，可能会出现各种各样的错误，常见的有缩进不一致，变量名字拼写错误，丢失冒号，文件名未加引号等，这时要根据错误提示查看错误类型是什么，出错的是哪一行来定位错误。当然，有的时候报错的行自身不一定有错，可能是其前面或后面的行出现了错误。

• 用脑袋运行程序：当程序写作完成后，自己尝试对着数据文件，一行一行的执行程序，来看程序的运行是否与自己想干的活一致，有没有纰漏。

• 当结果不符合预期时，要学会使用print来查看每步的操作是否正确，比如我读入了字典，我就打印下字典，看看读入的是不是我想要的，是否含有不该存在的字符；或者在每个判断句、函数调入的情况下打印个字符，来跟踪程序的运行轨迹。