The repository contains my scripts in bioinformatics. All the scripts are executed in python3
# 成员判断使用集合(set)和字典(dict)速度较快O(1), 使用列表(list)和元组(tuple)慢O(n)
a = set([1,2,3]) # 集合
1 i in a
b = {'A':1, 'B':2} # 字典
'A' in b # O(n) join > O(n**2): + +=
seq = ['A', 'T', 'C', 'G']
''.join(seq)# 许多工具都有两种实现方式，一种是列表形式(list form)，一种是迭代器形式(iterator form)
range() xrange()
map itertools.map
list comprehensions generator expressions
dict.items dict.iteritems()
# 一般情况下，迭代器的形式比列表的形式快list, tuple, set, dict都有相应的C优化的模块 numpy中的array, itertools, collections.deque
内建函数比自己创建的函数执行快
# map（function_to_apply, list_of_inputs
items = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, items))
# filter
number_list = range(-5, 5)
less_than_zero = list(filter(lambda x : x<0, number_list))
# reduce
from functools import reduce
product = reduce(lambda x, y: x*y, [1,2,3,4])# max/min
max(stats, key=stats.get) # 返回字典中值最大对应的键
min(stats, key=stats.get) # 返回字典中值最小对应的键
# sorted
list_to_be_sorted = [{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}]
newlist = sorted(list_to_be_sorted, key=lambda d: d['name']) # 根据字典值排序
from operator import itemgetter
newlist = sorted(list_to_be_sorted, key=itemgetter('name'))# value_if_true if condition else value_if_false
v = 19
value = "greate_than_zero" if v > 0 else "less_than_zero"python -c "print unichr(234)"
# split file
python -c "import sys;[sys.stdout.write(' '.join(line.split(' ')[2:])) for line in sys.stdin]" < input.txt
# csv to json
python -c "import csv,json;print json.dumps(list(csv.reader(open('csv_file.csv'))))"- 远程登录
$ # 远程登陆服务器jupyter
$ jupyter notebook --no-browser --port=8888 # 远程服务器上启动
$ http://serverIP:8888/ # 客户端启动，即可编辑
$ # 更改notebook目录
$ vi .jupyter/jupyter_notebook_config.py # c.NotebookApp.notebook_dir = "xxx"- 代码转换
$ # ipynb to py script
$ jupyter nbconvert --to script plot_PCA.ipynb- jupyter lab 新一代jupyter
- step1 生成密码
>>> from jupyter_server.auth import passwd
>>> passwd()
# Enter password:
# Verify password:- step2 生成配置文件
$ jupyter lab --generate-config # 生成配置文件- step3 修改配置文件
$ grep -v "^#" .jupyter/jupyter_lab_config.py | sed '/^$/d'
c = get_config() #noqa
c.ExtensionApp.open_browser = False
c.LabServerApp.open_browser = False
c.LabApp.open_browser = False
c.ServerApp.allow_remote_access = True
c.ServerApp.ip = 'xxx.xxx.xxx.xxx'
c.ServerApp.notebook_dir = '/data/zhusitao/project/'
c.ServerApp.open_browser = False
c.ServerApp.password = 'xxxxxxxxxxxx'
c.ServerApp.password_required = True
c.ServerApp.port = 8888
- step4 命令行启动
$ jupyter lab --no-browser --port=8888- step5 客户端web打开
http://xxx.xxx.xxx.xxx:8888/lab
良好的编码风格产生优质代码，让代码更加具有活力。自己都看不下去的代码，不要指望别人会看，大概率进垃圾箱。 PEP 8
- 每个缩进级别使用四个空格，
不要使用tab。 延续行应该使用Python隐式的圆括号、方括号和大括号内的行连接垂直对齐换行元素，或者使用悬挂缩进。当使用悬挂缩进时， 应考虑以下几点:第一行不应该有参数，并且应该使用进一步的缩进来清楚地将其区分为延续行。 - 每行最长不超过79字符 换行的首选方法是在括号、方括号和大括号内使用Python隐含的行延续。通过将表达式括在括号中，可以将长行分隔成多行。这些应该优先于使用反斜杠进行行延续。
- 二元操作符换行
# Correct:
# easy to match operators with operands
income = (gross_wages
+ taxable_interest
+ (dividends - qualified_dividends)
- ira_deduction
- student_loan_interest)-
空白行的使用 在类，函数，和逻辑块之间使用空白行，增强代码的可读性。
-
导入模块应该在单独的行上分别导入
import os
import sys字符串中，单引号和双引号是相同的，但是如果字符串中出现单引号或者双引号，应该选择另一个字符以免出现反斜杠。
- 函数注释 给函数的参数和返回值填写注释，可以使用默认值。注释储存在函数对象的__annotations__文件中。
def func(a:str , b:int , c:float) ->str:
return a+str(b+c)
func.__annotations__ # 获取注释对象，以字典的形式返回- 类名首字母大写
大驼峰命名法：对于类名，使用每个单词首字母大写的形式（CamelCase）- 函数名、变量名使用小写，必要时用下划线分隔，以提高可读性
小写字母和下划线：对于变量名和函数名，使用小写字母加下划线来分隔单词（snake_case）- 常量
常量：通常全部使用大写字母，并用下划线分隔单词（例如，MAX_CONSTANT）。