python生物數據

㈠ 如何用python寫生物信息學軟體

表現方式：
1）時間戳(用秒來表示)
2）格式化的時間字元串
3）元組（struct_time）共九個元素。

㈡ 《Python數據分析與挖掘實戰》epub下載在線閱讀，求百度網盤雲資源

《Python數據分析與挖掘實戰》（張良均）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1XW_EYuaExQAoUZHdXvz6zw

書名：Python數據分析與挖掘實戰

作者：張良均

豆瓣評分：7.6

出版社：機械工業出版社

出版年份：2016-1

頁數：335

內容簡介：10餘位數據挖掘領域資深專家和科研人員，10餘年大數據挖掘咨詢與實施經驗結晶。從數據挖掘的應用出發，以電力、航空、醫療、互聯網、生產製造以及公共服務等行業真實案例為主線，深入淺出介紹Python數據挖掘建模過程，實踐性極強。

本書共15章，分兩個部分：基礎篇、實戰篇。基礎篇介紹了數據挖掘的基本原理，實戰篇介紹了一個個真實案例，通過對案例深入淺出的剖析，使讀者在不知不覺中通過案例實踐獲得數據挖掘項目經驗，同時快速領悟看似難懂的數據挖掘理論。讀者在閱讀過程中，應充分利用隨書配套的案例建模數據，藉助相關的數據挖掘建模工具，通過上機實驗，以快速理解相關知識與理論。

基礎篇（第1～5章），第1章的主要內容是數據挖掘概述；第2章對本書所用到的數據挖掘建模工具Python語言進行了簡明扼要的說明；第3章、第4章、第5章對數據挖掘的建模過程，包括數據探索、數據預處理及挖掘建模的常用演算法與原理進行了介紹。

實戰篇（第6～15章），重點對數據挖掘技術在電力、航空、醫療、互聯網、生產製造以及公共服務等行業的應用進行了分析。在案例結構組織上，本書是按照先介紹案例背景與挖掘目標，再闡述分析方法與過程，最後完成模型構建的順序進行的，在建模過程的關鍵環節，穿插程序實現代碼。最後通過上機實踐，加深讀者對數據挖掘技術在案例應用中的理解。

作者簡介：張良均 ，資深大數據挖掘專家和模式識別專家，高級信息項目管理師，有10多年的大數據挖掘應用、咨詢和培訓經驗。為電信、電力、政府、互聯網、生產製造、零售、銀行、生物、化工、醫葯等多個行業上百家大型企業提供過數據挖掘應用與咨詢服務，實踐經驗非常豐富。此外，他精通Java EE企業級應用開發，是廣東工業大學、華南師范大學、華南農業大學、貴州師范學院、韓山師范學院、廣東技術師范學院兼職教授，著有《神經網路實用教程》、《數據挖掘：實用案例分析》、《MATLAB數據分析與挖掘實戰》《R語言數據分析與挖掘實戰》等暢銷書。

㈢ 常用的生物信息學python庫有哪些

常用的生物信息學python庫：
Tkinter
Python默認的圖形界面介面。Tkinter是一個和Tk介面的Python模塊，Tkinter庫提供了對Tk API的介面，它屬於Tcl/Tk的GUI工具組。
PyGTK
用於python GUI程序開發的GTK+庫。GTK就是用來實現GIMP和Gnome的庫。
PyQt
用於python的Qt開發庫。QT就是實現了KDE環境的那個庫，由一系列的模塊組成，有qt, qtcanvas, qtgl, qtnetwork, qtsql, qttable, qtui and qtxml，包含有300個類和超過5750個的函數和方法。PyQt還支持一個叫qtext的模塊，它包含一個QScintilla庫。該庫是Scintillar編輯器類的Qt介面。
wxPython
GUI編程框架，熟悉MFC的人會非常喜歡，簡直是同一架構（對於初學者或者對設計要求不高的用戶來說，使用Boa Constructor可以方便迅速的進行wxPython的開發）
PIL
python提供強大的圖形處理的能力，並提供廣泛的圖形文件格式支持，該庫能進行圖形格式的轉換、列印和顯示。還能進行一些圖形效果的處理，如圖形的放大、縮小和旋轉等。是Python用戶進行圖象處理的強有力工具。
Psyco
一個Python代碼加速度器，可使Python代碼的執行速度提高到與編譯語言一樣的水平。
xmpppy
Jabber伺服器採用開發的XMPP協議，Google Talk也是採用XMPP協議的IM系統。在Python中有一個xmpppy模塊支持該協議。也就是說，我們可以通過該模塊與Jabber伺服器通信，是不是很Cool。
PyMedia
用於多媒體操作的python模塊。它提供了豐富而簡單的介面用於多媒體處理(wav, mp3, ogg, avi, divx, dvd, cdda etc)。可在Windows和Linux平台下使用。
Pmw
Python megawidgets，Python超級GUI組件集，一個在python中利用Tkinter模塊構建的高級GUI組件，每個Pmw都合並了一個或多個Tkinter組件，以實現更有用和更復雜的功能。
PyXML
用Python解析和處理XML文檔的工具包，包中的4DOM是完全相容於W3C DOM規范的。它包含以下內容：
xmlproc: 一個符合規范的XML解析器。Expat: 一個快速的，非驗證的XML解析器。還有其他和他同級別的還有 PyHtml PySGML。
PyGame
用於多媒體開發和游戲軟體開發的模塊。
PyOpenGL
模塊封裝了「OpenGL應用程序編程介面」，通過該模塊python程序員可在程序中集成2D和3D的圖形。
NumPy、NumArray、SAGE
NumArray是Python的一個擴展庫，主要用於處理任意維數的固定類型數組，簡單說就是一個矩陣庫。它的底層代碼使用C來編寫，所以速度的優勢很明顯。SAGE是基於NumPy和其他幾個工具所整合成的數學軟體包，目標是取代Magma, Maple, Mathematica和Matlab 這類工具。
MySQLdb
用於連接MySQL資料庫。還有用於zope的ZMySQLDA模塊，通過它就可在zope中連接mysql資料庫。
Sqlite3
用於連接sqlite資料庫。

Python-ldap
提供一組面向對象的API，可方便地在python中訪問ldap目錄服務，它基於OpenLDAP2.x。
smtplib
發送電子郵件。
ftplib
定義了FTP類和一些方法，用以進行客戶端的ftp編程。如果想了解ftp協議的詳細內容，請參考RFC959。
PyOpenCL
OpenCL的Python介面，通過該模塊可以使用GPU實現並行計算。

㈣ 學習python具體能做什麼工作呢

操作系統管理、自動化運維開發
很多操作系統中，Python 是標準的系統組件，大多數 Linux 發行版以及 NetBSD、OpenBSD 和 Mac OS X 都集成了 Python，可以在終端下直接運行 Python。
游戲開發
很多游戲使用 C++ 編寫圖形顯示等高性能模塊，而使用 Python 或 Lua 編寫游戲的邏輯。和 Python 相比，Lua 的功能更簡單，體積更小；而 Python 則支持更多的特性和數據類型。
編寫伺服器軟體
Python 對於各種網路協議的支持很完善，所以經常被用於編寫伺服器軟體以及網路爬蟲。
比如說，Python 的第三方庫 Twisted，它支持非同步網路編程和多數標準的網路協議（包含客戶端和伺服器端），並且提供了多種工具，因此被廣泛用於編寫高性能的伺服器軟體。
科學計算
NumPy、SciPy、Matplotlib 可以讓 Python 程序員編寫科學計算程序。
以上都只是 Python 應用領域的冰山一角，總的來說，Python 語言不僅可以應用到網路編程、游戲開發等領域，還可以在圖形圖像處理、只能機器人、爬取數據、自動化運維等多方面展露頭角，為開發者提供簡約、優雅的編程體驗。
Web應用開發
Python 經常被用於 Web 開發。例如，通過 mod_wsgi 模塊，Apache 可以運行用 Python 編寫的 Web 程序。Python 定義了 WSGI 標准應用介面來協調 HTTP 伺服器與基於 Python 的 Web 程序之間的通信。
不僅如此，一些 Web 框架（如 Django、TurboGears、web2py 等等）可以讓程序員輕松地開發和管理復雜的Web程序。

㈤ 如何安裝biopython

Biopython是Python的計算分子生物學和生物信息學工具包，它使得python在生物學數據處理中變得更加強大和高效，在Windows中安裝biopython非常簡單，下載之後，雙擊然後一路點下一步就可以了。

在Linux中安裝有多種方法，以Ubuntu(10.04)為例：

方法一：使用apt-get install方式安裝
sudo apt-get install python-biopython
只有一行命令，可是這種方法安裝的不是最新版本，很多新的功能不能用，非常不爽，不建議使用這種方法安裝。

方法二：使用easy_install安裝
（1）安裝python-dev，不然會出現Setup script exited with error: command 『gcc』 failed with exit status 1錯誤
sudo apt-get install python-dev

（2）安裝easy_install工具
sudo apt-get install python-setuptools

（3）安裝biopython
sudo easy_install -f http://biopython.org/DIST/ biopython (DIST/和biopython之間有個空格)

（4） 安裝Numpy
從http://numpy.scipy.org/下載numpy，現在的最新版本是numpy-1.6.1.tar.gz
tar -xzvpf numpy-1.6.1.tar.gz
cd numpy-1.6.1/
python setup.py build
sudo python setup.py install
還可以繼續安裝一些其它的dependencies，如flex，ReportLab等等，暫時不裝，需要的時候再裝也可以。

（4）改為
Download Numpy1.6.1 and unpack it; using the following commands:
wget http://sourceforge.net/projects/numpy/files/NumPy/1.6.1/numpy-1.6.1.tar.gz
tar -zxvf numpy-1.6.1.tar.gz
If the environment variable PYTHONPATH happens to be set, unset it (you may set it again after installing Numpy):
unset PYTHONPATH
The command that unpacks NumPy1.6.1 will have created a directory called "numpy1.6.1". Enter that directory and build the Numpy package with the help of the fortran compiler:
cd numpy-1.6.1/
python3.2 setup.py build --fcompiler=gnu95

㈥ 你都用Python來做什麼

用Python進行Web開發、數據分析和數據可視化、人工智慧、製作腳本。

現在的人工智慧非常的火爆,尤其是現在火爆的深度學習，其工具框架大都提供了Python介面。Python在科學計算領域一直有著較好的聲譽，其簡潔清晰的語法以及豐富的計算工具，深受此領域開發者喜愛。因為Python簡單易學框架豐富，很多框架對於Python非常的友好。

Python+大數據，即Python企業級開發與大數據運維，作為和大數據運維無縫結合的語言， Python+大數據才是真正的大數據。不僅可以用Python做企業級開發，更可以做比「大數據開發」更高端的「大數據運維」。

㈦ 搞生物信息學，學VB還是Python好或其他語言

建議學習Python，Python 具有簡單易學、代碼規范、語法簡單、可移植性強、支持多平台、類庫豐富等優點。另外，Python的社區支持要非常好，網路資源更加豐富。
生物信息學一般需要處理大量的文本、數據，Python提供便捷的數據結構來處理文件、字元串等，提高你的編程效率。
Good luck!

㈧ 想入生物信息學這個行業，python學習要達到什麼程度

我以自己的3年的自學經歷，給跟著我學習生物信息的小夥伴親自出了13到題目，並邀請前輩錄制了視頻，分別是：
生信編程貼
01.生信編程很簡單 | 02.人類基因組的外顯子區域到底有多長
03.探索人類基因組序列 | 04.探索人類基因組注釋文件
05.多個同樣的行列式文件合並 | 06.根據GTF畫基因的多個轉錄本結構
07.下載最新版的KEGG信息並且解析 | 08.寫超幾何分布檢驗！
09.根據指定染色體及坐標得到參考鹼基 | 10.根據指定染色體及坐標得到位置信息
11.把文件內容按照染色體分開寫出 | 12.json格式數據的格式化
生物信息Python從入門到精通
我覺得你能把這些題目獨立完成，就說明在生物信息領域，你的編程能力大致是足夠來工作了。
當然，去做科研演算法還是不夠的。