繼 生信分析人員如何系統(tǒng)入門R(2019更新版) 和 生信分析人員如何系統(tǒng)入門Linux(2019更新版) 后又一重磅指南！
作為一個(gè)生信老人，我自己是沒有太多時(shí)間分配給python學(xué)習(xí)啦，所以本文特邀技能樹團(tuán)隊(duì)腦圖大神給大家設(shè)計(jì)了17套python入門思維導(dǎo)圖，文末有領(lǐng)取方式哈！
并系統(tǒng)性介紹了python學(xué)習(xí)指南。
一般來說，使用 Python 做生信有兩種情況：一種是專門分析生物學(xué)數(shù)據(jù)（主要是各種組學(xué)），以調(diào)包為主，日常工作就是熟悉各種包的文檔，寫各種腳本串聯(lián)工具分析流程，大部分寫的都是以快速實(shí)現(xiàn)為目的的即用即棄小腳本，對(duì) Python 要求并不高，掌握最核心的語法就可以解決大部分問題，甚至面向?qū)ο筮@部分的編程都較少涉及。
另一種則是以開發(fā)工具算法，寫包為主，也就是提供工具給前一種工作者使用，這就需要良好的數(shù)理基礎(chǔ)，對(duì)編程也有更高的要求，畢竟軟件運(yùn)行時(shí)的效率也是很重要的。
Python 相關(guān)的知識(shí)點(diǎn)非常多，本篇文章既然是“生信工程師如何入門”系列，自然是拋磚引玉為主，幫助不了解 Python 的同學(xué)建立一個(gè)領(lǐng)域的概念，并可以據(jù)此開始自己的 Python 之旅。
Python 是一種面向?qū)ο?、解釋型?jì)算機(jī)程序設(shè)計(jì)語言。Python 語言的哲學(xué)也頗具玩味，在這里和大家分享一下：
There should be one -- and preferably only one -- obvious way to do it.
這一點(diǎn)和 Perl 有著很大的差異，Perl 往往有多種實(shí)現(xiàn)目的的方式（而且即興寫出來的代碼很容易在幾個(gè)月后看不懂）。
Python 和 Perl 用哪個(gè)好？我自己是寫 Python 為主的，Perl 一直只有勉強(qiáng)讀懂的水平，因此無法做深入的評(píng)價(jià)。單從生信常用的編程任務(wù)而言，兩者實(shí)現(xiàn)的邏輯是非常相似的（或者說，編程本身的實(shí)現(xiàn)邏輯理念都是近似的）。
另外，當(dāng)你的程序有更高的復(fù)雜度需求時(shí)，也可以充分利用 Python 面向?qū)ο蟮奶匦?，將生物信息的?shù)據(jù)對(duì)象化，這種可重用機(jī)制在較為復(fù)雜的大項(xiàng)目中是可以顯著提高效率的。
這里附上的是截止 2019 年 9 月的編程語言排行榜，可以看到 Python 已經(jīng)是最流行的腳本編程語言。
Python 語法簡(jiǎn)單，容易學(xué)習(xí)，工整的程序格式使其可讀性非常強(qiáng)，并且易于維護(hù)。此外，它也可以很好的支持對(duì)象、模塊和其他可重用機(jī)制，并支持 C 語言模塊拓展。Python 有大量免費(fèi)、穩(wěn)定的第三方模塊，并有方便的包管理工具（pip）。
它最大的缺點(diǎn)可能就是程序運(yùn)行慢。
Python 可以實(shí)現(xiàn)的功能基本用 Perl 也能實(shí)現(xiàn)，強(qiáng)制縮進(jìn)很容易讓習(xí)慣使用 Perl 的你感覺有約束感。但 Python 工整的語法讓你即使過很長(zhǎng)時(shí)間，還能輕松讀懂自己的代碼，也可以在學(xué)習(xí)其他人的代碼時(shí)有流暢的感受。
生物信息是一個(gè)交叉學(xué)科，Python 為我們實(shí)現(xiàn)各種不同目的的需求提供了充分的支持，不管你是想進(jìn)行常規(guī)的文本處理，還是進(jìn)一步進(jìn)行深度的科學(xué)計(jì)算，亦或是將流行的各種算法應(yīng)用于項(xiàng)目中。
Python 可在官網(wǎng)下載：https://www.python.org/，當(dāng)然更建議的方式是直接安裝 Anaconda。Anaconda 是 Python 的一個(gè)發(fā)行版本，專注于數(shù)據(jù)分析，包括了常見的科學(xué)計(jì)算類庫和包管理器 conda。此外，Anaconda 也深度整合了 R。
Python 包括 2.* 版本和 3.* 版本，兩者有部分語法不同且不兼容，推薦使用 3.* 版本。
代碼編輯器可選用 Visual Studio Code、SubLime Text、Atom、PyCharm 等等，反正各有優(yōu)勢(shì)，網(wǎng)絡(luò)上有很多評(píng)測(cè)文件，可以去看看，選用一個(gè)合適的。我自己常用的是 Visual Studio Code，安裝了一系列插件，用起來很順手。如果是做數(shù)據(jù)分析，可以用 Jupyter Notebook，混寫思路說明文檔、代碼和結(jié)果展示，不管是交流還是保存中間結(jié)果都是非常便利的。
任何一個(gè)關(guān)鍵詞，都可以用 help(kyeword) 獲得內(nèi)置幫助文檔。
在 IPython 環(huán)境下，支持直接使用 ?keyword 獲取幫助信息。
對(duì)于有編程基礎(chǔ)的朋友，這一部分大致看一遍就可以上手了，在實(shí)踐中熟悉語言的特性即可。畢竟只要有編程思想的底子在，做起來還是很快的。
縮進(jìn)：定義作用域的方式，通常為 4 個(gè)空格。相同縮進(jìn)的行被認(rèn)為是在相同的作用域中。
賦值：使用 "="，初次賦值時(shí)不需要給出具體的類型，由等號(hào)右邊的值決定變量的類型。
運(yùn)行程序有兩種模式：「腳本式編程」就是你預(yù)先寫好代碼文件，然后一次性執(zhí)行；「交互式編程」則是逐行輸入，按下 Enter 鍵即執(zhí)行。
包括數(shù)字（Number）、字符串（String）、元組（Tuple）、列表（List）、字典（Dictionary）、集合（Sets），另外還包括了一個(gè)特殊空值（None）。
a = 100 ## 整型
b = 1.0 ## 浮點(diǎn)型
a = 'abc' ## 字符串
a = True ## 布爾值
a = None ## 空值
eg_tuple = (1, 2, 3) ## 元組
eg_list = [1, 2, 3] ## 列表
eg_dict = {'ele1':1, 'ele2':2, 'ele3':3} #詞典
字符串、列表、元組為「序列對(duì)象」，可以通過「下標(biāo)偏移量」訪問。
元組（Tuple）、列表（List）、字典（Dictionary）、集合（Sets）為「容器」，可收納多個(gè)數(shù)據(jù)。
每種數(shù)據(jù)類型都內(nèi)置了豐富的函數(shù)，你可以在實(shí)踐的過程中慢慢熟悉。這里要善用 tab 鍵。比如你已經(jīng)定義了一個(gè)變量 a = 100，想查看可以使用哪些方法，就可以輸入 a. + tab，Python 會(huì)有提示。IPython 和代碼編輯器會(huì)自動(dòng)給出提示。
這里還需要了解一下可變數(shù)據(jù)類型 & 不可變數(shù)據(jù)類型這兩種概念。可變數(shù)據(jù)類型允許在創(chuàng)建后被重新修改（列表、集合、字典）。不可變數(shù)據(jù)類型在賦值后無法被修改，只能被重新創(chuàng)建（除外上述類型）。
利用 Python 可以進(jìn)行數(shù)值運(yùn)算、邏輯運(yùn)算、判斷表達(dá)式。
這一部分也和各種編程語言大同小異，主要需要學(xué)習(xí)條件表達(dá)式，if 語句，for 循環(huán)，while 循環(huán)，以及循環(huán)控制關(guān)鍵詞（break，continue，pass）。
## 簡(jiǎn)單 if 語句
if condition_test:
statement
## for 循環(huán)
for i in 序列：
statement
## while 循環(huán)
while condition:
statement
## 三元操作符
X if C else Y
函數(shù)和模塊實(shí)質(zhì)上是將成塊的指令封裝成可以重復(fù)調(diào)用的代碼塊，并借著函數(shù)名和模塊名，給了一套未來調(diào)用的接口。
## 定義函數(shù)
def eg_function(a, b):
c = a + b
return c
## 調(diào)用函數(shù)
x = eg_function(3, 4)
傳遞給函數(shù)的參數(shù)形式，基本方法有基于順序的位置傳參和關(guān)鍵詞傳參，另外還有更靈活的包裹傳參，可以進(jìn)一步了解。
這里還可以學(xué)習(xí)一下「遞歸」的概念。遞歸是函數(shù)調(diào)用其自身的操作（在函數(shù)定義中，調(diào)用函數(shù)自身）。
在 Python 中，一個(gè) .py 文件就構(gòu)成一個(gè)模塊。通過引入模塊，你就可以復(fù)用之前的 Python 程序，調(diào)用模塊中的函數(shù)。模塊實(shí)質(zhì)上是比函數(shù)更高一層的封裝模式。常見的功能編入模塊就成為了所謂的庫（library）。標(biāo)準(zhǔn)庫就是 Python 官方提供的庫。
## 引入模塊
import module_name
## 引入某模塊的函數(shù)
from module_name import function_name
那么 Python 如何能找到模塊呢？主要是三個(gè)路徑：
標(biāo)準(zhǔn)庫的安裝路徑
環(huán)境變量 PYTHONPATH 所包含的路徑
當(dāng)前文件夾
由于 Python 在很多領(lǐng)域上的使用都是通過拓展包來實(shí)現(xiàn)的，是后續(xù)學(xué)習(xí)的基礎(chǔ)。
這一部分需要掌握 pip 或 conda。以 pip 為例：
## 安裝模塊
pip install module
## 查看已安裝模塊
pip list
## 搜索某個(gè)模塊
pip search module
接下去，你就可以按照需求學(xué)習(xí)各個(gè)感興趣的領(lǐng)域相關(guān)包了。
Python 有一條哲學(xué)理念是：一切皆對(duì)象。由此可見對(duì)象在 Python 中的重要性。
之前描述的都是面向過程的編程范式，但 Python 可以用「對(duì)象」來構(gòu)建更大的框架。用 Python 中的類（Class）具體說明一下：類就是對(duì)事物的抽象表達(dá)（比如我們把自然界的生物分類，植物、動(dòng)物、細(xì)菌），子類也很好理解，就是類下更小一級(jí)的分類（動(dòng)物類別下的爬行動(dòng)物、哺乳動(dòng)物、鳥類）。對(duì)每個(gè)類都可以定義屬性和方法（鳥類屬性：顏色；鳥類方法：吃、飛）。
## 定義類
class Bird(object):
feather = True
reproduction = "egg"
def chirp(self, sound):
print(sound)
上述例子中，用關(guān)鍵詞 class 定義了一個(gè)類，名字是 Bird，括號(hào)里有一個(gè)關(guān)鍵詞 object，然后分別定義了兩個(gè)屬性 feather 和 reproduction 及一個(gè)函數(shù) chirp。
## 創(chuàng)建對(duì)象
mypet = Bird()
## 調(diào)用對(duì)象的方法
mypet.chirp('gaga') ## 打印輸出 'gaga'
另外，列表、元組、字符串、詞典都是對(duì)象，甚至函數(shù)、模塊也都是，均可以查詢到相應(yīng)的屬性和方法。
Python 可以應(yīng)用的場(chǎng)景很多，大多是通過拓展包的方式實(shí)現(xiàn)的。下面列舉了一些生信可能會(huì)用到的場(chǎng)景，有需求的朋友可以進(jìn)一步學(xué)習(xí)，由于篇幅限制，只做簡(jiǎn)單的介紹。
這應(yīng)該是生信應(yīng)用場(chǎng)景中最頻繁出現(xiàn)的了。需要學(xué)習(xí)一下文本對(duì)象的創(chuàng)建（open），文件操作常常和上下文管理器一起使用。
## 常規(guī)文件操作
infile = open(text_file, 'r')
execution_code
infile.close()
## 使用上下文管理器
with open(text_file, 'r') as infile:
execution_code
這里是為了自動(dòng)關(guān)閉文件（一個(gè)很容易被遺忘的操作）。接著你需要學(xué)習(xí)一下包 re 來處理正則表達(dá)式。
Biopython 有很多功能，比如將生物信息學(xué)文件解析成 Python 可用的數(shù)據(jù)結(jié)構(gòu)，繼而可以被循環(huán) or 索引。還提供了常見在線生物信息學(xué)程序的接口（如 NCBI、ExPASy 等）。這里不做更詳細(xì)的介紹了，可以自行去查閱一下官方幫助文檔（http://biopython.org/DIST/docs/tutorial/Tutorial.html）。
Biopython 最大的價(jià)值在于幫助你集中注意力在解決需要回答的問題，而不是把過多精力分散到特定文件格式的解析中，大家可以類比其為R語言的bioconductor。
NumPy 提供了高效的數(shù)據(jù)結(jié)構(gòu)和方法，SciPy 提供了科學(xué)計(jì)算相關(guān)函數(shù)，Pandas 是一個(gè)綜合數(shù)據(jù)分析包。還有做機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的 scikit-learn 和 TensorFlow。數(shù)據(jù)可視化主要涉及 matplotlib、seaborn、pyecharts 等。
主流數(shù)據(jù)庫都有相應(yīng)的 Python 模塊支持，均可以完成大部分的數(shù)據(jù)庫操作 ，比如數(shù)據(jù)行的選擇、插入、替換、刪除，數(shù)據(jù)表的創(chuàng)建等等。
Web 開發(fā)有流行的框架 Django 和 Flask，還有非常輕量級(jí)的 WebPy。
最后，給大家附上了之前自己在學(xué)習(xí)過程中整理的思維導(dǎo)圖筆記。里面內(nèi)容涉及了很多本篇文章沒有提及的細(xì)節(jié)，可以在初學(xué)的階段有一個(gè)宏觀的把控。
當(dāng)然，代碼還是需要在練習(xí)中精進(jìn)的~
聯(lián)系客服
