python生物数据

㈠ 如何用python写生物信息学软件

表现方式：
1）时间戳(用秒来表示)
2）格式化的时间字符串
3）元组（struct_time）共九个元素。

㈡ 《Python数据分析与挖掘实战》epub下载在线阅读，求百度网盘云资源

《Python数据分析与挖掘实战》（张良均）电子书网盘下载免费在线阅读

资源链接：

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

书名：Python数据分析与挖掘实战

作者：张良均

豆瓣评分：7.6

出版社：机械工业出版社

出版年份：2016-1

页数：335

内容简介：10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。

本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。

基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。

实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

作者简介：张良均 ，资深大数据挖掘专家和模式识别专家，高级信息项目管理师，有10多年的大数据挖掘应用、咨询和培训经验。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验非常丰富。此外，他精通Java EE企业级应用开发，是广东工业大学、华南师范大学、华南农业大学、贵州师范学院、韩山师范学院、广东技术师范学院兼职教授，着有《神经网络实用教程》、《数据挖掘：实用案例分析》、《MATLAB数据分析与挖掘实战》《R语言数据分析与挖掘实战》等畅销书。

㈢ 常用的生物信息学python库有哪些

常用的生物信息学python库：
Tkinter
Python默认的图形界面接口。Tkinter是一个和Tk接口的Python模块，Tkinter库提供了对Tk API的接口，它属于Tcl/Tk的GUI工具组。
PyGTK
用于python GUI程序开发的GTK+库。GTK就是用来实现GIMP和Gnome的库。
PyQt
用于python的Qt开发库。QT就是实现了KDE环境的那个库，由一系列的模块组成，有qt, qtcanvas, qtgl, qtnetwork, qtsql, qttable, qtui and qtxml，包含有300个类和超过5750个的函数和方法。PyQt还支持一个叫qtext的模块，它包含一个QScintilla库。该库是Scintillar编辑器类的Qt接口。
wxPython
GUI编程框架，熟悉MFC的人会非常喜欢，简直是同一架构（对于初学者或者对设计要求不高的用户来说，使用Boa Constructor可以方便迅速的进行wxPython的开发）
PIL
python提供强大的图形处理的能力，并提供广泛的图形文件格式支持，该库能进行图形格式的转换、打印和显示。还能进行一些图形效果的处理，如图形的放大、缩小和旋转等。是Python用户进行图象处理的强有力工具。
Psyco
一个Python代码加速度器，可使Python代码的执行速度提高到与编译语言一样的水平。
xmpppy
Jabber服务器采用开发的XMPP协议，Google Talk也是采用XMPP协议的IM系统。在Python中有一个xmpppy模块支持该协议。也就是说，我们可以通过该模块与Jabber服务器通信，是不是很Cool。
PyMedia
用于多媒体操作的python模块。它提供了丰富而简单的接口用于多媒体处理(wav, mp3, ogg, avi, divx, dvd, cdda etc)。可在Windows和Linux平台下使用。
Pmw
Python megawidgets，Python超级GUI组件集，一个在python中利用Tkinter模块构建的高级GUI组件，每个Pmw都合并了一个或多个Tkinter组件，以实现更有用和更复杂的功能。
PyXML
用Python解析和处理XML文档的工具包，包中的4DOM是完全相容于W3C DOM规范的。它包含以下内容：
xmlproc: 一个符合规范的XML解析器。Expat: 一个快速的，非验证的XML解析器。还有其他和他同级别的还有 PyHtml PySGML。
PyGame
用于多媒体开发和游戏软件开发的模块。
PyOpenGL
模块封装了“OpenGL应用程序编程接口”，通过该模块python程序员可在程序中集成2D和3D的图形。
NumPy、NumArray、SAGE
NumArray是Python的一个扩展库，主要用于处理任意维数的固定类型数组，简单说就是一个矩阵库。它的底层代码使用C来编写，所以速度的优势很明显。SAGE是基于NumPy和其他几个工具所整合成的数学软件包，目标是取代Magma, Maple, Mathematica和Matlab 这类工具。
MySQLdb
用于连接MySQL数据库。还有用于zope的ZMySQLDA模块，通过它就可在zope中连接mysql数据库。
Sqlite3
用于连接sqlite数据库。

Python-ldap
提供一组面向对象的API，可方便地在python中访问ldap目录服务，它基于OpenLDAP2.x。
smtplib
发送电子邮件。
ftplib
定义了FTP类和一些方法，用以进行客户端的ftp编程。如果想了解ftp协议的详细内容，请参考RFC959。
PyOpenCL
OpenCL的Python接口，通过该模块可以使用GPU实现并行计算。

㈣ 学习python具体能做什么工作呢

操作系统管理、自动化运维开发
很多操作系统中，Python 是标准的系统组件，大多数 Linux 发行版以及 NetBSD、OpenBSD 和 Mac OS X 都集成了 Python，可以在终端下直接运行 Python。
游戏开发
很多游戏使用 C++ 编写图形显示等高性能模块，而使用 Python 或 Lua 编写游戏的逻辑。和 Python 相比，Lua 的功能更简单，体积更小；而 Python 则支持更多的特性和数据类型。
编写服务器软件
Python 对于各种网络协议的支持很完善，所以经常被用于编写服务器软件以及网络爬虫。
比如说，Python 的第三方库 Twisted，它支持异步网络编程和多数标准的网络协议（包含客户端和服务器端），并且提供了多种工具，因此被广泛用于编写高性能的服务器软件。
科学计算
NumPy、SciPy、Matplotlib 可以让 Python 程序员编写科学计算程序。
以上都只是 Python 应用领域的冰山一角，总的来说，Python 语言不仅可以应用到网络编程、游戏开发等领域，还可以在图形图像处理、只能机器人、爬取数据、自动化运维等多方面展露头角，为开发者提供简约、优雅的编程体验。
Web应用开发
Python 经常被用于 Web 开发。例如，通过 mod_wsgi 模块，Apache 可以运行用 Python 编写的 Web 程序。Python 定义了 WSGI 标准应用接口来协调 HTTP 服务器与基于 Python 的 Web 程序之间的通信。
不仅如此，一些 Web 框架（如 Django、TurboGears、web2py 等等）可以让程序员轻松地开发和管理复杂的Web程序。

㈤ 如何安装biopython

Biopython是Python的计算分子生物学和生物信息学工具包，它使得python在生物学数据处理中变得更加强大和高效，在Windows中安装biopython非常简单，下载之后，双击然后一路点下一步就可以了。

在Linux中安装有多种方法，以Ubuntu(10.04)为例：

方法一：使用apt-get install方式安装
sudo apt-get install python-biopython
只有一行命令，可是这种方法安装的不是最新版本，很多新的功能不能用，非常不爽，不建议使用这种方法安装。

方法二：使用easy_install安装
（1）安装python-dev，不然会出现Setup script exited with error: command ‘gcc’ failed with exit status 1错误
sudo apt-get install python-dev

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

（3）安装biopython
sudo easy_install -f http://biopython.org/DIST/ biopython (DIST/和biopython之间有个空格)

（4） 安装Numpy
从http://numpy.scipy.org/下载numpy，现在的最新版本是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
还可以继续安装一些其它的dependencies，如flex，ReportLab等等，暂时不装，需要的时候再装也可以。

（4）改为
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来做什么

用Python进行Web开发、数据分析和数据可视化、人工智能、制作脚本。

现在的人工智能非常的火爆,尤其是现在火爆的深度学习，其工具框架大都提供了Python接口。Python在科学计算领域一直有着较好的声誉，其简洁清晰的语法以及丰富的计算工具，深受此领域开发者喜爱。因为Python简单易学框架丰富，很多框架对于Python非常的友好。

Python+大数据，即Python企业级开发与大数据运维，作为和大数据运维无缝结合的语言， Python+大数据才是真正的大数据。不仅可以用Python做企业级开发，更可以做比“大数据开发”更高端的“大数据运维”。

㈦ 搞生物信息学，学VB还是Python好或其他语言

建议学习Python，Python 具有简单易学、代码规范、语法简单、可移植性强、支持多平台、类库丰富等优点。另外，Python的社区支持要非常好，网络资源更加丰富。
生物信息学一般需要处理大量的文本、数据，Python提供便捷的数据结构来处理文件、字符串等，提高你的编程效率。
Good luck!

㈧ 想入生物信息学这个行业，python学习要达到什么程度

我以自己的3年的自学经历，给跟着我学习生物信息的小伙伴亲自出了13到题目，并邀请前辈录制了视频，分别是：
生信编程贴
01.生信编程很简单 | 02.人类基因组的外显子区域到底有多长
03.探索人类基因组序列 | 04.探索人类基因组注释文件
05.多个同样的行列式文件合并 | 06.根据GTF画基因的多个转录本结构
07.下载最新版的KEGG信息并且解析 | 08.写超几何分布检验！
09.根据指定染色体及坐标得到参考碱基 | 10.根据指定染色体及坐标得到位置信息
11.把文件内容按照染色体分开写出 | 12.json格式数据的格式化
生物信息Python从入门到精通
我觉得你能把这些题目独立完成，就说明在生物信息领域，你的编程能力大致是足够来工作了。
当然，去做科研算法还是不够的。