Python（numpy）讀取混合格式的文本文件

我有成千上萬的這樣的文件，我想提取列6,7,8的值對應於原子['CG'，'CD1' ， 'CD2'， 'CE1'， 'CE2'， 'CZ']，Python（numpy）讀取混合格式的文本文件

ATOM  1 CG TOLU 1  -0.437 -0.756 1.802 1.00 1.99  PRO0 
ATOM  2 HG TOLU 1  -0.689 -1.123 2.786 1.00 0.00  PRO0 
ATOM  3 CD1 TOLU 1  0.041 -1.623 0.811 1.00 1.99  PRO0 
ATOM  4 HD1 TOLU 1  0.331 -2.603 1.162 1.00 0.00  PRO0 
ATOM  5 CD2 TOLU 1  -0.692 0.547 1.352 1.00 1.99  PRO0 
ATOM  6 HD2 TOLU 1  -1.131 1.264 2.030 1.00 0.00  PRO0 
ATOM  7 CE1 TOLU 1  0.246 -1.276 -0.504 1.00 1.99  PRO0 
ATOM  8 HE1 TOLU 1  0.596 -2.073 -1.144 1.00 0.00  PRO0 
ATOM  9 CE2 TOLU 1  -0.331 0.991 0.063 1.00 1.99  PRO0 
ATOM  10 HE2 TOLU 1  -0.565 2.030 -0.117 1.00 0.00  PRO0 
ATOM  11 CZ TOLU 1  0.136 0.076 -0.919 1.00 1.99  PRO0 
ATOM  12 CT TOLU 1  0.561 0.474 -2.282 1.00 0.00  PRO0 
ATOM  13 H11 TOLU 1  0.529 -0.410 -2.955 1.00 0.00  PRO0 
ATOM  14 H12 TOLU 1  1.574 0.930 -2.294 1.00 0.00  PRO0 
ATOM  15 H13 TOLU 1  -0.203 1.165 -2.699 1.00 0.00  PRO0 
ATOM  16 CG TOLU 2  5.140 1.762 -1.390 1.00 1.99  PRO0 
ATOM  17 HG TOLU 2  5.815 1.717 -2.231 1.00 0.00  PRO0 
ATOM  18 CD1 TOLU 2  4.578 0.647 -0.862 1.00 1.99  PRO0 
ATOM  19 HD1 TOLU 2  4.835 -0.329 -1.246 1.00 0.00  PRO0 
ATOM  20 CD2 TOLU 2  4.786 3.044 -0.824 1.00 1.99  PRO0 
ATOM  21 HD2 TOLU 2  5.184 3.982 -1.181 1.00 0.00  PRO0 
ATOM  22 CE1 TOLU 2  3.734 0.667 0.248 1.00 1.99  PRO0 
ATOM  23 HE1 TOLU 2  3.131 -0.167 0.574 1.00 0.00  PRO0 
ATOM  24 CE2 TOLU 2  4.042 3.068 0.321 1.00 1.99  PRO0 
ATOM  25 HE2 TOLU 2  3.753 3.969 0.841 1.00 0.00  PRO0 
ATOM  26 CZ TOLU 2  3.465 1.886 0.893 1.00 1.99  PRO0 
ATOM  27 CT TOLU 2  2.501 1.806 2.157 1.00 0.00  PRO0 
ATOM  28 H11 TOLU 2  2.361 0.712 2.283 1.00 0.00  PRO0 
ATOM  29 H12 TOLU 2  1.490 2.181 1.890 1.00 0.00  PRO0 
ATOM  30 H13 TOLU 2  2.845 2.513 2.943 1.00 0.00  PRO0 
TER 
END

並注意存在兩行對每一個提到的原子。因此，我認爲兩本詞典有12個按鍵就最適合我的目標，這樣

{1: {'CG':(0,0,0), 'CD1':(0,0,0), 'CD2':(0,0,0), 'CE1':(0,0,0), 'CE2':(0,0,0), 'CZ':(0,0,0)}, 
2: {'CG':(0,0,0), 'CD1':(0,0,0), 'CD2':(0,0,0), 'CE1':(0,0,0), 'CE2':(0,0,0), 'CZ':(0,0,0)}}

當第一鍵（1，2）指的是第5列。

你能告訴我一個強大的方法來讀取文件並將值的每個元組分配到字典中的正確位置嗎？我可以有多個，如果條件做到這一點，但我認爲必須有一個更好的方法（可能與numpy的）來解析文件

來源

2013-08-16 Vahid Mir

可能有助於 - > http://stackoverflow.com/questions/15481523/how-do-i-import-data-with-different-types-from- file-into-python-numpy-array – atomh33ls

這將做的工作：

atmlist = ['CG', 'CD1', 'CD2', 'CE1', 'CE2', 'CZ'] 
def Read_PDB(filename): 
    coord={r:{k:(0,0,0) for k in atmlist} for r in [0,1]} 
    try: 
     f = open(filename, 'r') 
    except IOError as err: 
     print ("I/O error({0}): {1}".format(err.errno, err.strerror)) 
     quit() 

    for line in f: 
     for at in atmlist: 
     if (line.find(at) == 13): 
      line = line.strip() 
      temp = line.split() 
      crd = (float(temp[5]), float(temp[6]), float(temp[7])) 
      coord[int(temp[4])-1][at] = crd; 

    return coord`

來源

2013-08-16 18:01:01 starrr

工作，除了我應該改變輸出字典的索引！謝謝 –

我沒有看到抓住異常的意思，只是爲了在事後不同地拋棄它，但這只是一個小細節。 –

一種方法是numpy.genfromtxt()：

keys = set(['CG', 'CD1', 'CD2', 'CE1', 'CE2', 'CZ']) 
data = numpy.genfromtxt("input", usecols=(2, 4, 5, 6, 7), 
         dtype=["S3", "i", "d", "d", "d"], skip_footer=2) 
data = [row for row in data if row[0] in keys]

在此之後，data將

[('CG', 1, -0.437, -0.756, 1.802), 
('CD1', 1, 0.041, -1.623, 0.811), 
('CD2', 1, -0.692, 0.547, 1.352), 
('CE1', 1, 0.246, -1.276, -0.504), 
('CE2', 1, -0.331, 0.991, 0.063), 
('CZ', 1, 0.136, 0.076, -0.919), 
('CG', 2, 5.14, 1.762, -1.39), 
('CD1', 2, 4.578, 0.647, -0.862), 
('CD2', 2, 4.786, 3.044, -0.824), 
('CE1', 2, 3.734, 0.667, 0.248), 
('CE2', 2, 4.042, 3.068, 0.321), 
('CZ', 2, 3.465, 1.886, 0.893)]

很容易將數據置於您現在需要的任何字典格式。

來源

2013-08-16 16:05:00

Python（numpy）讀取混合格式的文本文件

回答

相關問題