处理生信数据过程中常用的python库

序言

这个注定是个长期更新的文章，也算是个自己的一个总结和目录吧，虽然用的多的库基本不需要继续重新阅读。

生信这个领域也是十分的巨大，所以其实标题也是过于巨大了，接下来肯定还会继续分标题进行描述。

通用，对于脚本

1. ipython 最基础的用的最多的一个比较好的IDE
2. collections.Counter 计数的快速方法
3. collections.defaultdict 创建具有初始值的字典的magic method
4. threading 多线程的实现，其实很简单，不要害怕，由于生信里有很多调用命令行的语句，都是时间久但是占用资源不多的，用多线程可以迅速完成任务。
5. luigi 流程管理，生信中很多pipelines，如果需要实现，必需有个流程管理的，做好接口，基本上以后都可以无忧。
6. subprocess 执行命令行里语句的好模块，当然也可以用os.system
7. pandas 数据处理必不可少的模块
8. plotly/seaborn/matplotlib 数据可视化模块，顺序基本是我现在的优先级选择，plotly的好处希望大家自己去感受。有空的话我也希望分享一下我现在用plotly的一些体验和心得。
9. glob 正则的枚举文件的方法，适用于批量处理大量的数据
10. argparse 将python脚本制作成可执行脚本后处理命令行参数的库
11. re 正则匹配的库，不管是规整文件还是批处理都有用

---

基因组方面

1. Biopython 一个很老很臃肿的模块，解析生信相关的数据格式时会比较方便，但是因为过于老旧臃肿，很多时候需要自己做出一部分的修改。
2. networkx 构建图的一个较好的库，有时需要把一个相关矩阵作为邻接矩阵进行转化，并将其转化为一个图，这样更有利于下一步的设计和思考
3. pysam 处理sam文件更好的一个模块

微生物组方面

1. qiime 现行分析16s数据较为通用的方法

转录组方面

1. htseq count

发现后两个组的内容真的不多，大多数用到python的时候都是用的通用包，其中只能用于某些方面的还是真的很少，而且大多数时候自己写函数更多一点，先这样吧。