python的变量调用格式（vcf）解析器
PyVCF的Python项目详细描述
python的vcfv4.0和4.1解析器。
pyvcf文档的联机版本可在http://pyvcf.rtfd.org/
这个模块的目的是模拟python stdlib中的"csv"模块，
，而不是更灵活的序列化格式，如json或yaml。`` vcf``
将尝试基于元信息行中指定的数据类型
分析每个记录的内容，特别是info和
格式行。如果这些行丢失或不完整，它将对照规范中提到的保留类型检查
。否则，它将只返回字符串。
它接受类似于
对象的文件并充当读卡器：：
>；>import vcf
>；>vcf reader=vcf.reader（open（'vcf/test/example-4.0.vcf'，'r'）
>；>vcf reader中的记录：
…打印记录
记录（chrom=20，pos=14370，ref=g，alt=[a]）
记录（chrom=20，pos=17330，ref=t，alt=[a]）
记录（chrom=20，pos=1110696，ref=a，alt=[g，t]）
记录（chrom=20，pos=1230237，ref=t，alt=[none]）
记录（chrom=20，pos=1234567，ref=gtct，alt=[g，gtact]）
这会产生大量信息，但访问起来很方便。
记录的属性是vcf规范中的8个固定字段：
*``record.chrom`
*``record.pos`
*``record.id`
*``record.ref`
*``record.alt`
*``record.qual`
*``record.filter`
*`` record.info`
加上处理基因型信息的属性：
*`` record.format``
*`` record.samples``
*`` record.genelype``
`` samples``和`` genelype``，不是任何列的标题，都是小写的。固定字段的格式
来自规范。VCF中以逗号分隔的列表
转换为列表。特别是，一个条目vcf列表被转换为
一个条目python列表（参见，例如，``record.alt``）。以分号分隔的key=value对的列表
将转换为python字典，并为
指定一个"true"值。整数和浮点数的处理方式与您预期的完全一样：
>；>；vcf掴reader=vcf.reader（open（'vcf/test/example-4.0.vcf'，'r'）
>；>；record=next（vcf掴reader）
>；>；print record.pos
14370
>；>；打印记录。alt
[a]
>；>print record.info['af']
[0.5]
每个"记录"都有许多方便的方法和属性，允许您
检查感兴趣的属性：
>；
>；>打印记录。num廑m廑u ref，record.num廑het，record.num廑m廑u alt
11
>；>打印记录。nucl廑u多样性，record.aaf，record。杂合度
0.6[0.5]0.5
>；打印记录。获取hets（）
[调用（sample=na00002，calldata（gt=1 0，gq=48，dp=8，hq=[51，51]）]
>；>打印记录。是snp，记录。是indel，记录。是转换，记录。是删除
true false
>；>打印记录。var类型，记录。var子类型
snp ts
>；>print record.is_monomorphic
false
``record.format``将是一个字符串，指定基因型
字段的格式。如果format列不存在，``record.format``是
``none`。最后，``record.samples``是一个字典列表，其中包含
已分析的样本列和'`record.genelype``是按样本名称查找基因型的一种方法：
>；>record=next（VCF_reader）
>；
>；用于记录中的样本。样本：
…打印样本['gt']
0 0
0 1
0/0
gt>>打印记录。基因型（'na00001'）['gt']
0 0
基因型由"call"对象表示，对象有三个属性：对应记录"site"、样本名"sample"和字典"data"中的调用数据：
>；call=record.genelype（'na00001'）
>；>；print call.site
记录（chrom=20，pos=17330，ref=t，alt=[a]）
>；>print call.sample
na00001
>；>print call.data
calldata（gt=0 0，gq=49，dp=3，hq=[58，50]）
``和上面的"gq"作为值返回。其他属性返回为列表（如上面的"hq"）。
以下属性：
*`` reader.metadata`
*`` reader.infos`
*`` reader.filters``
*`` reader.formats``
*`` reader.samples`
例如：：
>；vcf撸reader.metadata['filedate']
'20090805'
>；>VCF_reader.samples
['na00001'，'na00002'，'na00003']
>；>VCF_reader.filters
OrderedDict（[（'q10'，filter（id='q10'，desc='quality below 10'），（'s50'，filter（id='s50'，desc='than 50%的samples have data'）））））
>；>VCF_reader.infos['aa'].desc
"祖先等位基因"
alt记录实际上是类，因此您可以询问它们：
>；>reader=vcf.reader（open（'vcf/test/example-4.1-bnd.vcf'））
>；
>；>bnd=row.alt[0]
>；>gt；打印bnd.withinmanasembly，bnd.orientation，bnd.remoteorientation，bnd.connectingsequence
true false true t
这需要pysam模块作为
依赖项。传入染色体，并可选地传入起始和结束坐标，
用于感兴趣的区域：
>；
>；；从基1110696到1230237获取20号染色体上的所有记录
>；对于VCF_u reader.fetch（'20'，1110695，1230237）中的记录：doctest:+skip
…打印记录
记录（chrom=20，pos=1110696，ref=a，alt=[g，t]）
记录（chrom=20，pos=1230237，ref=t，alt=[none]）
请注意，开始和结束坐标在基于零的半开坐标系中，类似于"记录.开始"和"记录.结束"。染色体的第一个碱基是指数0，这个区域包括从
到的碱基，但不包括末端坐标处的碱基。例如：：
>；>；从第11碱基到第20碱基取第4号染色体上的所有记录第4号染色体的索引19）。它不会
包括第21个基数（在指数20处）。（有关基于零的半开放坐标系的更多信息，请参见http://genomewiki.ucsc.edu/index.php/coordinate_transforms。）
"writer"类提供了一种编写VCF文件的方法。目前，您必须指定一个
模板"reader"，它提供元数据：
>；>vcf reader=vcf.reader（filename='vcf/test/tb.vcf.gz'）
>；>vcf writer=vcf.writer（open（'/dev/null'，'w'，'vcf reader）
>；
…vcf_writer.write_record（record）
可扩展脚本可用于筛选vcf_filter.py中的vcf文件。其他包声明的vcf filters
可在此脚本中使用。有关详细说明，请参见：doc:`filters'。
pyvcf文档的联机版本可在http://pyvcf.rtfd.org/
这个模块的目的是模拟python stdlib中的"csv"模块，
，而不是更灵活的序列化格式，如json或yaml。`` vcf``
将尝试基于元信息行中指定的数据类型
分析每个记录的内容，特别是info和
格式行。如果这些行丢失或不完整，它将对照规范中提到的保留类型检查
。否则，它将只返回字符串。
它接受类似于
对象的文件并充当读卡器：：
>；>import vcf
>；>vcf reader=vcf.reader（open（'vcf/test/example-4.0.vcf'，'r'）
>；>vcf reader中的记录：
…打印记录
记录（chrom=20，pos=14370，ref=g，alt=[a]）
记录（chrom=20，pos=17330，ref=t，alt=[a]）
记录（chrom=20，pos=1110696，ref=a，alt=[g，t]）
记录（chrom=20，pos=1230237，ref=t，alt=[none]）
记录（chrom=20，pos=1234567，ref=gtct，alt=[g，gtact]）
这会产生大量信息，但访问起来很方便。
记录的属性是vcf规范中的8个固定字段：
*``record.chrom`
*``record.pos`
*``record.id`
*``record.ref`
*``record.alt`
*``record.qual`
*``record.filter`
*`` record.info`
加上处理基因型信息的属性：
*`` record.format``
*`` record.samples``
*`` record.genelype``
`` samples``和`` genelype``，不是任何列的标题，都是小写的。固定字段的格式
来自规范。VCF中以逗号分隔的列表
转换为列表。特别是，一个条目vcf列表被转换为
一个条目python列表（参见，例如，``record.alt``）。以分号分隔的key=value对的列表
将转换为python字典，并为
指定一个"true"值。整数和浮点数的处理方式与您预期的完全一样：
>；>；vcf掴reader=vcf.reader（open（'vcf/test/example-4.0.vcf'，'r'）
>；>；record=next（vcf掴reader）
>；>；print record.pos
14370
>；>；打印记录。alt
[a]
>；>print record.info['af']
[0.5]
每个"记录"都有许多方便的方法和属性，允许您
检查感兴趣的属性：
>；
>；>打印记录。num廑m廑u ref，record.num廑het，record.num廑m廑u alt
11
>；>打印记录。nucl廑u多样性，record.aaf，record。杂合度
0.6[0.5]0.5
>；打印记录。获取hets（）
[调用（sample=na00002，calldata（gt=1 0，gq=48，dp=8，hq=[51，51]）]
>；>打印记录。是snp，记录。是indel，记录。是转换，记录。是删除
true false
>；>打印记录。var类型，记录。var子类型
snp ts
>；>print record.is_monomorphic
false
``record.format``将是一个字符串，指定基因型
字段的格式。如果format列不存在，``record.format``是
``none`。最后，``record.samples``是一个字典列表，其中包含
已分析的样本列和'`record.genelype``是按样本名称查找基因型的一种方法：
>；>record=next（VCF_reader）
>；
>；用于记录中的样本。样本：
…打印样本['gt']
0 0
0 1
0/0
gt>>打印记录。基因型（'na00001'）['gt']
0 0
基因型由"call"对象表示，对象有三个属性：对应记录"site"、样本名"sample"和字典"data"中的调用数据：
>；call=record.genelype（'na00001'）
>；>；print call.site
记录（chrom=20，pos=17330，ref=t，alt=[a]）
>；>print call.sample
na00001
>；>print call.data
calldata（gt=0 0，gq=49，dp=3，hq=[58，50]）
``和上面的"gq"作为值返回。其他属性返回为列表（如上面的"hq"）。
以下属性：
*`` reader.metadata`
*`` reader.infos`
*`` reader.filters``
*`` reader.formats``
*`` reader.samples`
例如：：
>；vcf撸reader.metadata['filedate']
'20090805'
>；>VCF_reader.samples
['na00001'，'na00002'，'na00003']
>；>VCF_reader.filters
OrderedDict（[（'q10'，filter（id='q10'，desc='quality below 10'），（'s50'，filter（id='s50'，desc='than 50%的samples have data'）））））
>；>VCF_reader.infos['aa'].desc
"祖先等位基因"
alt记录实际上是类，因此您可以询问它们：
>；>reader=vcf.reader（open（'vcf/test/example-4.1-bnd.vcf'））
>；
>；>bnd=row.alt[0]
>；>gt；打印bnd.withinmanasembly，bnd.orientation，bnd.remoteorientation，bnd.connectingsequence
true false true t
这需要pysam模块作为
依赖项。传入染色体，并可选地传入起始和结束坐标，
用于感兴趣的区域：
>；
>；；从基1110696到1230237获取20号染色体上的所有记录
>；对于VCF_u reader.fetch（'20'，1110695，1230237）中的记录：doctest:+skip
…打印记录
记录（chrom=20，pos=1110696，ref=a，alt=[g，t]）
记录（chrom=20，pos=1230237，ref=t，alt=[none]）
请注意，开始和结束坐标在基于零的半开坐标系中，类似于"记录.开始"和"记录.结束"。染色体的第一个碱基是指数0，这个区域包括从
到的碱基，但不包括末端坐标处的碱基。例如：：
>；>；从第11碱基到第20碱基取第4号染色体上的所有记录第4号染色体的索引19）。它不会
包括第21个基数（在指数20处）。（有关基于零的半开放坐标系的更多信息，请参见http://genomewiki.ucsc.edu/index.php/coordinate_transforms。）
"writer"类提供了一种编写VCF文件的方法。目前，您必须指定一个
模板"reader"，它提供元数据：
>；>vcf reader=vcf.reader（filename='vcf/test/tb.vcf.gz'）
>；>vcf writer=vcf.writer（open（'/dev/null'，'w'，'vcf reader）
>；
…vcf_writer.write_record（record）
可扩展脚本可用于筛选vcf_filter.py中的vcf文件。其他包声明的vcf filters
可在此脚本中使用。有关详细说明，请参见：doc:`filters'。
欢迎加入QQ群-->： 979659372
