Python（numpy）读取混合格式的文本文件
我有数千个这样的文件，我想为对应于原子['CG'，'CD1'，'CD2'，'CE1'，'CE2'，'CZ']的行提取列6,7,8的值Python（numpy）读取混合格式的文本文件,python,text,dictionary,numpy,readlines,Python,Text,Dictionary,Numpy,Readlines,我有数千个这样的文件，我想为对应于原子['CG'，'CD1'，'CD2'，'CE1'，'CE2'，'CZ']的行提取列6,7,8的值 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
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
{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)}}
您能告诉我一种读取文件并将每个值元组分配到字典中正确位置的可靠方法吗？我可以使用多个if条件，但我认为一定有更好的方法（可能是使用numpy）解析文件的一种方法是
numpy.genfromtxt（）数据将被删除
[('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)]
现在可以很容易地将数据以您需要的任何字典格式保存。这将完成以下工作：
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`
可能会有帮助->这很有效，只是我应该更改输出字典的索引！谢谢，我不认为捕获异常只是为了稍后以不同的方式抛出它有什么意义，但这只是一个小细节。
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`