利用python統(tǒng)計(jì)fq文件過濾后長度分布

通常從測序公司拿到的fq文件分為四行,第一行為序列名稱,第二行為序列的堿基,第三行為序列名稱,通常用+號(hào)代替,第四行為堿基質(zhì)量。
代碼如下:

from collections import Counter
with open('srg1.r1.paired.fq','r') as Fileout, open('srg1.r1.paired.results.txt','w') as Filein:
  i = 4
  dic, arr = {}, []
  while True:
      line = Fileout.readline()
      i += 1
      if i%4 == 2:
          arr.append(len(str(line)))
      if not line:
          break
  dic = Counter(arr)
  for k,v in dic.iteritems():
       Filein.write(k + v)

shell:

cat your.fq | paste ----| awk '{print ">"$1 "\n" $2}'
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容