python - 如何使用 Biopython 中的 SeqIO 打印前几条记录

Question

我有一个包含数百条记录的 fasta 文件，但我试图返回一个仅包含前 20 条记录(记录描述、AA 长度和名称)的表。

我的代码无法正常工作，我想知道如何仅返回前 20 条记录 - 最好以表格格式返回。

这是我的Python代码:

#!/usr/local/bin/python3
import cgi
import re
form = cgi.FieldStorage()
from Bio import SeqIO
for index, record in enumerate(SeqIO.parse("e_coli_k12_dh10b.faa", "fasta")): print(record.description, len(record.seq))

Answer 1

有很多方法可以做到这一点。与当前结构最相似的是，当索引达到 19(即从 0 开始计数以来的第 20 个数字)时添加一个 break:

from Bio import SeqIO

for index, record in enumerate(SeqIO.parse("e_coli_k12_dh10b.faa", "fasta")): 
    print(record.description, len(record.seq))
    if index == 19:
        break

但是，我更喜欢的风格方式是使用 itertools.islice :

from itertools import islice
from Bio import SeqIO

records = SeqIO.parse("e_coli_k12_dh10b.faa", "fasta")

for record in islice(records, 20):
    print(record.description, len(record.seq))

如果您想存储表格，您可以将描述和长度插入到列表、数组或您选择的其他数据结构中，而不是打印。