如何使用Biopython中的SeqIO打印前几条记录

Question

我有一个有几百条记录的fasta文件，但我正在尝试返回一个只包含前20条记录的表（记录描述，AA长度和名称）。

我的代码不起作用，我想知道如何只返回前20条记录 - 最好是以表格格式。

这是我的python代码：

#!/usr/local/bin/python3
import cgi
import re
form = cgi.FieldStorage()
from Bio import SeqIO
for index, record in enumerate(SeqIO.parse("e_coli_k12_dh10b.faa", "fasta")): print(record.description, len(record.seq))

Answer 1

有很多方法可以做到这一点。与当前结构最相似的是当索引达到19时（即自计数从0开始以来的第20个数字）添加break：

from Bio import SeqIO

for index, record in enumerate(SeqIO.parse("e_coli_k12_dh10b.faa", "fasta")): 
    print(record.description, len(record.seq))
    if index == 19:
        break

但是，我喜欢风格的方式是使用itertools.islice：

from itertools import islice
from Bio import SeqIO

records = SeqIO.parse("e_coli_k12_dh10b.faa", "fasta")

for record in islice(records, 20):
    print(record.description, len(record.seq))

如果要存储表，可以将描述和长度插入到所选的列表，数组或其他数据结构中，而不是打印。