Python学习 | 01 Python 的基本世界观

1. 第一条 Python 代码

print(”Hello, genome!”)

”Hello, genome!”

print(1+2)

但是在 .py 脚本中：1+2一般不会显示任何东西，需要print(1 + 2)这是 Notebook 和脚本之间一个很基础但很重要的区别。

2. Python 的赋值

gene = ”TP53”

3. Python 变量不需要提前声明类型

gene = ”TP53”type(gene)

length = 19149type(length)

Python 和 R 一样，属于动态类型语言。

你不需要像 C/C++ 那样：

int length = 19149;

也不需要：

int length

4. 最常见的 5 个基础类型

5. int：整数

chr_num = 17gene_lenth = 19149read_length = 150type(read_length)

6. float：小数

gc_content = 0.417coverage = 32.5type(gc_content)

7. int 和 float 的运算

10+5

/永远是普通除法

10/5

//整除

10//5

11//5

8. %：取余数

11 % 5

length = 1002length % 3

结果为0，说明可以完整分成codon

length = 999length % 3 == 0

9. **：乘方

2 ** 3

10. str：字符串

gene = ”TP53”sequence = ”ATGCGTACGT”chromosome = ”chr17”type(sequence)

11. 单引号和双引号

python中单引号和双引号基本一样，建议初期统一使用"TP53"，视觉上比较清晰。

gene = ”TP53”gene = 'TP53'

12. 字符串和数字完全不同

x = ”100”type(x)

x = 100type(x)

”100” + ”200”

100 + 200

13. 类型转换

x = ”100”x = int(x)type(x)

int(”100”)

float(”0.25”)

str(100)

coverage = ”32.5”coverage = float(coverage)print(coverage)

14. bool：布尔值

必须严格要求大小写

TrueFalse

15. 比较运算

gc = 0.61gc > 0.5

常用：

< = <= == !=

16. and、or、not

R：& | !

Python 常见：and or not

gc = 0.55length = 1500

gc > 0.5 and length > 1000

gene == ”TP53” or gene == ”BRCA1”

17. None

Python 有一个特殊值：None

gene_name = Nonetype(gene_name)

Python 的 None 常用于表示“暂无结果”或“缺失对象”。

18. 如何检查 None

gene_name is None

虽然有些情况下gene_name == None也能运行，但 Python 社区推荐：

19. 一个非常重要的 Python 思想：对象

gene = ”TP53”

传统入门教材经常说：

创建一个叫 gene 的盒子，把 TP53 放进去。

这个模型初期勉强能用，但很快会误导你。

更准确的理解是：

gene ───────→ "TP53"

也就是说：

· "TP53" 是一个对象

· gene 是一个名字

· gene 指向 "TP53"

再比如：

20. 为什么这个概念重要？

因为你可以

x = 100y = x

此时可以理解为：

x ──→ 100                 ↑ y ─────┘

x == y

现在看起来没什么特别

但到了list:

a = [1,2,3]b = a

事情就会非常有意思。我们下一课/之后讲 list 时会发现：

b.append(4)a

a竟然也会变成：[1, 2, 3, 4]

所以现在先埋下一个概念：

Python 中变量更准确地说是“名字绑定到对象”。

这个观念以后特别重要。

21. Python 是大小写敏感的

gene = ”TP53”Gene = ”EGFR”gene is Gene

22. Python 变量命名

推荐：

gene_name read_length gc_content sample_id

这种风格叫：

snake_case

Python 通常推荐这种命名方式。

23. 不建议这样命名

例如：

x = 100 y = 0.5 z = "TP53"

临时计算可以。

但科研代码最好：

read_length = 100 gc_content = 0.5 gene_name = "TP53"

三个月之后你会感谢自己。

24. 不要覆盖 Python 内置函数

比如这些名字尽量别当变量：

list str int sum min max type

例如：

sum = 100

技术上可以。

但是之后：

sum([1, 2, 3])

就可能出问题，因为你把 Python 自己的 sum() 覆盖了。

推荐：

total = 100

25. 注释

# This is a comment# TP53 is located on chromosome 17gene = ”TP53”chromosome = ”chr17”

26. Python 不需要分号

R：

x <- 10 y <- 20

Python：

x = 10 y = 20

通常不写：

x = 10;

虽然 Python 某些情况下允许，但不推荐。

27. 一个真实一点的 genomics 示例

假设我们有一个 genomic region：

gene = ”TP53”chrom = ”chr17”start = 7661779end = 7687550strand = ”-”

计算长度

length = end - start  + 1print(length)

28. f-string：现代 Python 非常推荐

gene = ”TP53”length = 25772

print(f”{gene} length is {length} bp”)

这种写法叫：

f-string

以后科研脚本中会非常常用。

sample = ”sample01”reads = 1234567print(f”{sample}: {reads} reads”)

比下面的代码优雅

print(sample + ”: ” + str(reads) + ” reads”)

29. 一个你以后会频繁用的工具：type()

任何时候不知道对象是什么类型：type(...)

seq = ”ATGC”type(seq)

length = 100type(length)

gc = 0.5type(gc)

is_valid = Truetype(is_valid)

30. 另一个很好用的工具：len()

seq = ”ATGCGT”len(seq)

31. 第一段真正的 DNA Python

seq = ”ATGCGCGTAA”length = len(seq)a_count = seq.count(”A”)c_count = seq.count(”C”)g_count = seq.count(”G”)t_count = seq.count(”T”)gc_content = (g_count + c_count) / length

print(f”Sequence length: {length}”)print(f”A: {a_count}”)print(f”C: {c_count}”)print(f”G: {g_count}”)print(f”T: {t_count}”)print(f”GC content: {gc_content}”)

32. 让 GC content 显示为百分比

gc_content = 0.6print(f”GC content: {gc_content:.2%}”)

这里，:.2%表示百分比形式，保留两位小数。

33.R → Python 对照总结

34. 这一课最重要的 8 个知识点

你今天最好真正记住的是：

1. Python 用：

=

赋值。

1. 常见类型：

int float str bool None

1. 类型检查：

type()

1. 字符串长度：

len()

1. 相等判断：

==

1. 普通除法：

/

1. 取余：

%

1. Python 变量更准确地理解成：

name → object

最后这一条短期看不重要，但后面会越来越重要。

36. 小练习

Exercise 1：变量

定义下面几个变量：

gene: BRCA1 chromosome: chr17 start: 43044295 end: 43170245 strand: -

然后分别用：

type()

检查类型。

gene = ”BRCA1”chromosome = ”chr17”start = 43044295end = 43170245