对于初学者来说，我是生物信息学的新手，尤其是编程方面的新手，但我已经构建了一个脚本，它将通过所谓的VCF文件(仅包含个人，一个clumn=一个个人)，并使用搜索字符串找出每个变体(系)个体是纯合子还是杂合子。此脚本至少在小的子集上有效，但我知道它将所有内容都存储在内存中。我想在非常大的压缩文件(甚至整个基因组)上执行此操作，但我不知道如何将此脚本转换为逐行执行所有操作的脚本(因为我想计算整列我只是不看看如何解决)。因此每个个体的输出是5个事物(总变异数、纯合子数、杂合子数以及纯​​合子和杂合子的比例)。请看下面的代码:#!usr/bin/envpythonimportreimportg

我最近才开始分析我一直在处理的服务器应用程序，试图找出哪些地方花费了过多的处理器时间，并寻找使事情变得更顺利的方法。总的来说，我认为我已经掌握了使用cProfile和pstats的诀窍，但我不明白某些函数如何在ncalls列中列出两个数字。例如，在下面的结果中，为什么所有的copy.deepcopy东西都列出了两个数字？2892482functioncalls(2476782primitivecalls)in5.952secondsOrderedby:cumulativetimencallstottimepercallcumtimepercallfilename:lineno(func