Guten Tag.
Ich lerne zur Zeit Python an der Hochschule und arbeite mit Python 3.5. Bisher kam ich immer gut zurecht, doch nun haben wir eine Hausübung bekommen, die mir etwas Kopfzerbrechen bereitet.
Die Aufgabe ist folgende:
Lesen Sie aus der Datei unip-mini.dat.txt Zeile SQ die Länge aller Proteine in eine Liste. Plotten Sie die Liste als Histogramm mit 50 Balken.
Beispiel, wie so eine Zeile aussieht: SQ SEQUENCE 458 AA; 53921 MW; E46E5C85D7ACA139 CRC64;
Länge: 458
Wie man grundsätzlich Dateien in Python einliest, ist mir bekannt. Ich bin auch schon so weit, dass es nur diejenigen Zeilen einliest, die eben mit SQ beginnen. Allerdings möchte ich ja nur die Länge der Proteine in der Liste haben. Nun ist mein Problem, dass ich eben nicht weiß, wie ich es fertig stelle, dass lediglich die Länge in die Liste eingefügt wird.
Mein Code sieht bisher wie folgt aus:
#!/usr/bin/python3
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
def main():
if os.path.isfile(sys.argv[1]) == False:
print("Datei", sys.argv[1], "nicht gefunden")
exit(0)
with open(sys.argv[1]) as filetoread:
lines = filetoread.readlines()
seq = []
for i in range(len(lines)):
if(re.search('SQ ', lines[i])):
seq.append(lines[i])
print(seq)
if __name__ == "__main__":
import sys
import os
import string
main()
Könnte mir da vielleicht jemand helfen? Vielleicht gehe ich die Sache ja gerade auch einfach ganz falsch an und merke es nicht.
Mit freundlichen Grüßen
