3. Lectura/escritura de archivos

class: center, middle, inverse, title-slide

# 3. Lectura/escritura de archivos
### Ana BVA
### 13/04/2021

---

# ¿Cómo cambiar el input?

Dar una variable al script permite no tener que modificar el código cada vez que se cambia dicha variable.

---
# ¿Cómo cambiar el input?

Dar una variable al script permite no tener que modificar el código cada vez que se cambia dicha variable.

Existen varias formas de hacerlo:

- `ìnput()`: Esta función nos permite pasar el valor directo a una variable

- `open()`: Leyendo archivos

- *Argumentos*: Pasando argumentos al archivo

---
class: inverse, center, middle

# `input()`

---
# `input()`

Con la función `ìnput()` podemos pedir la variable al usuario desde terminal

```python
dna = input()
print('La secuencia de DNA es: {dna}')
```

--

.center[.content-box-green[**Vamos a pyCharm**]]

---
## Ejercicio para entregar

.content-box-blue[

Utilizando el problema de: ¿Cuantas `A`, `C`, `G` y `T` hay en la secuencia?

Cambia tu script para que la secuencia se la des sin modificar tu archivo.

Resuelve el problema de [Rosalind: Counting DNA Nucleotides](http://rosalind.info/problems/dna/)

.tiny[
`dna = 'AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAAAAAGAGTGTCTGATAGCAGC'`
]

]

- Escribe un programa que te regrese la cantidad de nucleotidos

- Input: secuencia de DNA en la consola

- Output: un mensaje y el resultado

--
.content-box-blue[
Además agrega un mensaje de salida
]

---
## Ejercicio de Rosalind

Si terminas, puedes hacer el siguiente ejercicio.

.content-box-blue[
Hacer el ejercico de [Rosalind:Transcribing DNA into RNA](http://rosalind.info/problems/rna/)
]

---
class: inverse, center, middle

# `open()`: Leyendo archivos

---
# `open()`: Leyendo archivos

Podemos leer archivos de texto y usar estos como *Input*.

---
# `open()`: Leyendo archivos

Podemos leer archivos de texto y usar estos como *Input*.

## Biología

En Bioinformática tenemos varios formatos de archivos de **texto** que necesitaremos leer. Ejemplos:

- Archivos `FASTA` de DNA o proteínas

- Archivos `FASTAQ` con secuencias de DNA

- Archivos de salida de programas (eg. BLAST)

- Archivos `HTML`

- Otros...

---
## Archivos Binarios

Archivos que contienten bytes

- A demás de los archivos comprimidos (eg. `ZIP files`)

---
class: inverse, center, middle

# `os.getcwd()`: Directorio de trabajo

---
# Directorio de trabajo

- En pyCharm podemos configurar cada script para que corra en distintos directorios.

```python
# checar la ruta donde me encuentro
import os
print(os.getcwd())

# Cambiar la ruta
os.chdir("/Users/user/Documents/Doctorado/Courses/Taught/pythonCCG_2021")
print(os.getcwd())
```

- O crear un Template para que se corra siempre desde el working directory.

Edit configurations... -> Edit templates -> Templates -> Python -> working directory

---
class: inverse, center, middle

# `open()`: Leyendo archivos

---
## Leer un archivo

- Podemos acceder un archivo usando `open()`. Necesita como argumento el archivo de texto que deseamos leer.

```python
my_file = open("dna.txt")
```

Tip: `os.getcwd()`te permite ver donde estás (path). Recuerda importar la paquetería que se requiere `import os`.

.center[.content-box-green[**Vamos a pyCharm**]]

---
## Leer un archivo

- Podemos acceder un archivo usando `open()`. Necesita como argumento el archivo de texto que deseamos leer.

- También necesitamos el método `read()` para **leer** el contenido.

---
## Leer un archivo

- Podemos acceder un archivo usando `open()`. Necesita como argumento el archivo de texto que deseamos leer.

- También necesitamos el método `read()` para **leer** el contenido.

```python
# Abriendo el archivo
my_file = open("dna.txt")
# Leyendo el archivo
my_file_contents = my_file.read()
```

---

Se puede guardar el nombre del archivo en una variable.

```python
# Agregando el nombre del archivo como variable
my_file_name = "dna.txt"
# Abriendo el archivo
my_file = open(my_file_name)
# Leyendo el archivo
my_file_contents = my_file.read()
# Mostrando el contenido
print(my_file_contents)
```

.center[.content-box-green[**Vamos a pyCharm**]]

---
## ¿Qué errores podemos tener?

Error cuando no encuentra el archivo

```python
my_file = open("rna.txt")
```

¿Qué está mal?

```python
my_file_name = "dna.txt"
my_file = open(my_file_name)
print(my_file)
```

---
## Nuevas lineas

¿Qué pasa si imprimo la secuencia dentro de una oración de texto?

```python
# Agregar el nombre del archivo como variable
my_file_name = "dna.txt"

# Leer el archivo
my_file = open(my_file_name)
my_dna = my_file.read()

# Calular la longitud
dna_length = len(my_dna)

# Mostrar mensaje
print("The sequence is " + my_dna +  " and length is " + str(dna_length))
```

--

.center[.content-box-green[**Vamos a pyCharm**]]

---
## Nuevas lineas

Python lee el archivo como:

.content-box-red[`'ACTGTACGTGCACTGATC\n'`]

`\n` es un caracter especial que agrega una nueva linea.

Podemos quitarla usando el método `rstrip()`. El cual remueve cualquier caracter al final de la cadena, el default son espacios `" "`.

---
## Nuevas lineas

```python
# Agregar el nombre del archivo como variable
my_file_name = "dna.txt"

# Leer el archivo
my_file = open(my_file_name)
my_file_contents = my_file.read()

# Quitar el caracter de nueva linea \n
my_dna = my_file_contents.rstrip("\n")

# Calular la longitud
dna_length = len(my_dna)

# Mostrar mensaje
print("The sequence is " + my_dna +  " and length is " + str(dna_length))
```

--

.center[.content-box-green[**Vamos a pyCharm**]]

---
## Nuevas lineas

Es posible escribir varios métodos en la misma linea.

En vez de:

```python
my_file_contents = my_file.read()
my_dna = my_file_contents.rstrip("\n")
```

Se puede escribir:

```python
my_dna = my_file.read().rstrip("\n")
```

---
## Ejercicio

.content-box-blue[
¿Cuál es el porcetaje de `AT` y `GC` en la secuencia del archivo `dna.txt`

`dna.txt = 'ACTGTACGTGCACTGATC'`?
]

- Escribe un programa que te regrese el porcentaje de  `AT` y `GC` pero que te 
pregunte la **ruta** al archivo de DNA.

- Output: un mensaje y el resultado

---
class: inverse, center, middle

# `open()`: Escribiendo archivos

---
# `open()`: Escribiendo archivos

Así como abrimos un archivo y lo leímos en python, podemos escribir un archivo desde python.

---
# `open()`: Escribiendo archivos

Así como abrimos un archivo y lo leímos en python, podemos escribir un archivo desde python.

---
# `open()`: Escribiendo archivos

Necesitamos `open()` pero con otras especificaciones

.content-box-green[

`r`- **Read   ** -  Valor *default*. Abre y lee un archivo. *Error si no existe*

`a`- **Append ** -  Abre un archivo por apendice y crea un archive si no existe

`w`- **Write  ** -  Abre un archivp para escribir y crea un archive si no exite

`x`- **Create ** -  Crea un archivo específico y regresa error si ya existe
]

.content-box-red[**Impotante**]

- Si abrimos un archivo que ya existe usando `w`, se va a **reescribir**.
 
- Si abrimos un archivo que ya existe usando `a`, se **añadirá** la información al final del contenido existente.

---
# `open()`: Escribiendo archivos

```python
my_file = open("out.txt", "w")
my_file.write("Hello world")
```

--

.center[.content-box-green[**Vamos a pyCharm**]]

---
class: inverse, center, middle

# `.close()`: Cerrar

---
# `.close()`: Cerrar

Es importante cerrar cuando hayamos terminado de **leer** o **escribir**.

Usamos el método `.close()` sin argumentos.

```python
my_file = open("out.txt", "w")
my_file.write("Hello world")
# Cerrar el archivo
my_file.close()
```

---
## Ejercicio

.content-box-blue[
Crea un archivo fasta a partir de la secuencia de DNA que está en `dna.txt`

Ejemplo de un archivo fasta:
```
>sequence_name
ATCGACTGATCGATCGTACGAT
```

]

- Lee el archivo `dna.txt`

- Input: `dna.txt` Secuencia de DNA

- Output: `dna.fasta` Archivo de texto con formato fasta