我有一个文本文件(fastq 文件)。文件格式为
1st line - ID
2nd Line - Sequence
3rd Line - something
4th Line - something else.
然后再次重复这 4 行。
例如:
1 @M9890393393
2 ATCTGTAAAA
3 +
4 FG%@ATAAAA
5 @M9890393394
6 ATGTCTATCC
7 +
8 AA%$$983089
我想做的是,拆分这个文件,这样我可以按 4 行读取这个文件。我可以制作一个列表,每个变量包含 4 行。在上面的示例中,我将列出包含 2 个变量的列表。
使用生成器,您可以定义一个惰性读取器,每次生成一个包含 4 个值的列表。
您可以如下所示,耗尽或延迟迭代生成器。
import csv
from io import StringIO
mystr = StringIO("""1 @M9890393393
2 ATCTGTAAAA
3 +
4 FG%@ATAAAA
5 @M9890393394
6 ATGTCTATCC
7 +
8 AA%$$983089
""")
def gen():
# replace mystr with open('file.csv', 'r')
with mystr as fin:
reader = csv.reader(fin, delimiter=' ', skipinitialspace=True)
res = []
for line in reader:
res.append(line[1])
if len(res) == 4:
yield res
res = []
耗尽发电机:
lines = list(gen())
print(lines)
[['@M9890393393', 'ATCTGTAAAA', '+', 'FG%@ATAAAA'],
['@M9890393394', 'ATGTCTATCC', '+', 'AA%$$983089']]
迭代生成器:
for line in gen():
print(line)
['@M9890393393', 'ATCTGTAAAA', '+', 'FG%@ATAAAA']
['@M9890393394', 'ATGTCTATCC', '+', 'AA%$$983089']
我是一名优秀的程序员,十分优秀!