Python编程

Question

我的作业要求进行一个函数调用 readFasta，它接受一个参数:包含一个或多个序列的 fasta 格式文件 (fn) 的名称。该函数应该读取文件并返回一个字典，其中键是 fasta header ，值是文件 fn 转换为字符串的相应序列。确保字典中的序列中不包含任何换行符或其他空白字符。

例如，如果 afile.fa 看起来像:

>one
atctac
>two
gggaccttgg
>three
gacattac

然后 a.readFasta(f) 返回:

[‘one’ : ‘atctac’,
‘two’ : ‘gggaccttgg’,
‘three’: ‘gacattac’]

如果尝试编写一些代码，但由于我完全是编程新手，所以它对我来说效果不太好。大家可以帮帮我吗。太感谢了。这是我的代码:

import gzip

def readFasta(fn):
    if fn.endswith('.gz'):
        fh = gzip.gzipfile(fn)
    else:
        fh = open(fn,'r')

    d = {}

    while 1:
        line = fh.readline()

        if not line:
            fh.close()
            break

        vals = line.rstrip().split('\t')
        number = vals[0]
        sequence = vals[1]

        if d.has_key(number):
            lst = d[number]

            if gene not in lst:
                # this test may not be necessary
                lst.append(sequence)
        else:
            d[number] = [sequence]

    return d

这是我在 afile.txt 中得到的内容

one atctac

two gggaccttgg

three gacattac

Answer 1

你的帖子有点令人困惑。我假设你希望它返回一个字典。在这种情况下，您可以将其写为 {'one': 'actg', 'two': 'aaccttgg' }。如果你正确地呈现了文件格式，那么这个函数应该可以解决问题。

import gzip

def read_fasta(filename):
    with gzip.open(filename) as f:
        return dict(line.split() for line in f)