源代码contrast组学数据对比工具.pdfVIP

#源代码#Contrast：组学数据对比工具

柳若晨

原理介绍：我们在分析处理大规模数据时，常常需要对比两组数据：

例如将自己的组学结果和以往的类似结果进行比较，或者是自己

的实验组和对照组的组学数据进行比较等。由于大规模的组学数据动

辄成百上千，手动查找对比显然不切实际。这种比较可以用代码轻松

实现，而无编程基础的朋友则往往较为苦恼。此处向大家介绍一段简

单但实用的Python代码，用于比较两个组学数据，找出哪些是共同的，

哪些是各自独有的。

该段程序的基本原理很简单，就是先把2个比较的文件分别为一个

大的字符串，然后以每一行为单位切分为子串列表，将每一行的第一

元素（制表符切分，即Excel中第一个单元格的内容）作为键，而后边

其余的元素作为值，建立字典（2个文件分别建立一个这样的字典，命

名为d1和d2）。然后按照键值的对应关系一个个的比较出来，d1中的键

如果在d2中也有，则放入一个新的名为d1_com的字典中，如果在d2字

典中没有，则放入另一个名为d1_uni的字典中。这样，d1字典中的元素

则按照其在d2中有无对应值而分为d1_com（有对应值）和d1_uni（无

对应值）。同样反过来，则可以将d2也这样区分。程序代码如下：

#contrast.py#以第一列内容为基准，筛选共有的元素

filename1=input(Enterthefirstfilename:\n)

filename2=input(Enterthesecondfilename:\n)#输入文件名

defzidian(filename):#创建字典的函数

file=open(filename,r).read()#文件转换为字符串

content=file.split(\n)#每行切分为子串列表

d={}#初始化字典

forsincontent:

weizhi=s.find(\t)#找到第一个制表符切分

ks=s[:weizhi]

vs=s[weizhi:]

d[ks]=vs

returnd#创建字典

d1=zidian(filename1)

d2=zidian(filename2)#调用函数创建字典

d1_com={}

d1_uni={}#初始化共有和独有的字典

forsind1:

ifsind2:

d1_com[s]=d1[s]

else:

d1_uni[s]=d1[s]#创建共有和独有的字典

print(Thecommonobjects:)#屏幕打印结果

forxind1_com:

print(x,\t,d1_com[x])

print(\n,Theuniqueobjects:)

foryind1_uni:

print(y,\t,d1_uni[y])

f_name=common_+filename1#输出txt文件结果

g_name=unique_+filename1

f=open(f_name,a)

forxind1_com:

f.write(x)