sciencetalk

Xenion schreef: Probeer dit eens:

Code: Selecteer alles

f = open("test3.fasta", "r")
s = '' # definieer een lege string s buiten de loop
for line in f:
    if ">sp" in line:
        print(s)   # de eerste keer dat je ">sp" tegenkomt zal er niks geprint worden, maar de volgende keren wel
        s = ''     # maak s weer leeg
    else:
        s += line  # geen header regel, dus voeg de lijn toe aan s

f.close()

De check voor een header zou misschien iets cleaner kunnen door line.startswith('>sp').
De print(s) zal nu voor de allereerste header een lege string printen, maar nadat je de eerste regels van het AZ geparsed hebt zal s tekst bevatten en wanneer je dan de tweede header tegenkomt zal je tekst zien verschijnen.
 
Heb je trouwens geleerd hoe je code kan debuggen? Kan je een breakpoint plaatsen en stap voor stap door je code gaan en in de stack data volgen hoe de variabelen veranderen?

Flisk schreef: Bij elke oefening maak je best een algoritme. Een algoritme is een stappenplan in mensentaal dat je moet volgen om de opdracht te voltooien. Zo'n algoritme kan je daarna vertalen naar programmeertaal (in dit geval python). Volgend algoritme lost jouw oefening op:

Code: Selecteer alles

1) maak een variabele voor de opslag van een keten
2) maak een variabele voor de opslag van een header
3) open de data
4) voor elke lijn in de data:
  4.1)als het de eerste lijn data is, sla de lijn op in de header variabele
      4.1.1) negeer 4.2 en 4.3 en ga verder met lijnen doorzoeken
  4.2)als de lijn geen header is:
      4.2.1) voeg de lijn aan de keten variabele toe
  4.3)als de lijn een header is:
      4.3.1) als de lengte van de keten variabele =< 100
            4.3.1.1)print de header en de keten variabele af
            4.3.1.2)print een witregel
      4.3.2) sla de lijn op in de header variabele
      4.3.2) maak de keten variabele terug leeg
5) sluit de data

Ik maak een uitzondering voor de eerste lijn data, want de keten variabele zal dan nog leeg zijn (lengte dus kleiner dan 100) en ik wil geen zinloze witregel printen. In python kan je voor stap 4.1.1 het "continue" statement gebruiken, dat negeert al wat nog volgt in de huidige cyclus van de loop en springt naar de volgende cyclus van de loop.

Als je dat algoritme omzet in python code is de oefening opgelost. Zelf programmeer ik zelden in python. Zorg zeker dat je het algoritme snapt voordat je het vertaalt naar code, je kan altijd doorvragen en dan geef ik meer uitleg.

De laatste eiwit-sequentie wordt bv ook niet uitgeprint.

Ik begrijp alleen niet wat u bedoelt met 4.1 "als de lijn data is".

1) maak een variabele voor de opslag van een keten
2) maak een variabele voor de opslag van een header
3) open de data
4) voor elke lijn in de data:
  4.1)als de lijn geen header is:
      4.1.1) voeg de lijn aan de keten variabele toe
  4.2)als de lijn een header is:
      4.2.1) als de lengte van de keten variabele =< 100
            4.2.1.1)print de header en de keten variabele af
            4.2.1.2)print een witregel
      4.2.2) sla de lijn op in de header variabele
      4.2.2) maak de keten variabele terug leeg
5) als de lengte van de keten variabele =< 100
            4.1)print de header en de keten variabele af
6) sluit de data

Wat is de beste manier om zulke denkwijze aan te leren? Naar mijn aanvoelen was de introductie van twee uur die ik volgde niet voldoende om deze opdracht op te lossen. Ik had wel enkele stukken van uw algoritme gevonden, maar er ontbraken nog belangrijke zaken.

• Eerst zijn er twee lege variabelen gedefinieerd voor de header en de sequentie.
• Daarna is het document geopend
• Voor iedere lijn in het document:
  • Als de lijn geen header is (geen >sp) in de lijn, dan wordt die lijn opgeslagen onder de sequentievariabele
  • Als de lijn een header is dan:
    • Als de sequentievariabele kleiner is dan 100, dan wordt zowel de header als sequentievariabele geprint
    • De header wordt opgeslagen onder de headervariabele
    • De sequentievariabele wordt weer leeggemaakt.
  • Op het einde wordt gekeken of de sequentievariabele kleiner is dan 100. Zo ja, dan wordt er weer geprint zoals hierboven

Ik mijn fout gevonden in de vorige code: de laatste if moest op dezelfde hoogte staan als for line in f:

Tim-M- schreef:1. De headervariabele is eerst leeg, dan wordt die variabele geprint en pas daarna wordt de header opgeslagen onder headervariabele. Hoe komt het dat de correcte header wordt afgeprint? Ik zou denken dat die variabele nog leeg was als de eerste sequentie kleiner dan 100 zou zijn of dat het de header van de vorige sequentie was.