CAFE输出结果整理1

cafe输出结果是很难整理的，虽然有脚本输出了各个物种的基因家族扩张收缩结果，每个物种是用数字代替的，而且结果都整合到一起了，现在需要单独提取某一段关于特定物种的情况，如图所示：物种是由######n来代替，第二列是扩张收缩（+/-）以及stable(*)情况，这里我们只要某个物种的扩张收缩信息。

inputfile.png

平时只要在Excel里截取就可以，但如果行数太多不好截取，脚本如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-
# conda activate python3
"""
    作者：徐诗芬
    内容：截取CAFE某个物种的结果
    日期：2021.12.14
"""
import sys

def usage():
    print('Usage: python extract.py [size] [infile] [outfile]')

def main():
    size = eval(sys.argv[1])
    infile = open(sys.argv[2], 'rt')
    outfile = open(sys.argv[3], 'wt')
    END = size + 1
    list = infile.readlines()                      # 读完全部行放入一个list里
    infile.close()
    for (num, line) in enumerate(list):  # 生成一个带有行数的generator
        # print(num,line)
        line = line.strip("\n")
        if line == '######' + str(size):
            start = num                               #读取起始位置
        if line == '######' + str(END):
            stop = num                               #读取终止位置
            break
    newList = list[start:stop]
    # print(newList)
    for i in newList:
        name = i.split('\t')
        if len(name) > 1 and name[1] == '*':
            continue
        outfile.write(i)
    outfile.close()
    

try:
    main()
except IndexError:
    usage()

下面这个脚本也可以，利用readline()逐行读取的作用，以及两个elif的非负即正的选择作用

import sys

def usage():
    print('Usage: python extract.py [size] [infile] [outfile]')

def main():
    size = eval(sys.argv[1])
    infile = open(sys.argv[2], 'rt')
    outfile = open(sys.argv[3], 'wt')
    infile.seek(0, 0)   #文件指针的初始位置设定
    #size = 1
    #END = size + 1
    line = infile.readline()
    while line:
        #print(line)
        if line != '######' + str(size) + "\n":
            line = infile.readline()
        elif line == '######' + str(size) + "\n":
            outfile.write(line)
            line = infile.readline()
            while line.startswith('OG'):
                if line.split('\t')[1] != "*":
                    outfile.write(line)
                line = infile.readline()
        #elif line == '######' + str(END) + "\n":
             #break
    outfile.close()
    infile.close()
try:
    main()
except IndexError:
    usage()

size=1，则运行后输出的测试文件如下：

outputfile.png