4. Listas y Loops

class: center, middle, inverse, title-slide

# 4. Listas y Loops
### Ana BVA
### 28 April, 2021

---

# ¿Qué hemos visto?

- Intro a Python.

---
# ¿Qué hemos visto?

- Diferencias entre python 2 vs 3.

---
# ¿Qué hemos visto?

- Variables.

---
# ¿Qué hemos visto?

- Números `int` y `float`.

---
# ¿Qué hemos visto?

- Strings o cadena de caracteres `str`

---
# ¿Qué hemos visto?

- Trabajar con archivos `open`.

---
# ¿Qué hemos visto?

- Intro a Python.
- Diferencias entre python 2 vs 3.
- Variables.
- Números `int` y `float`.
- Strings o cadena de caracteres `str`
- Trabajar con archivos `open`.

Sin embargo, que pasa si quiero leer varias secuencias `dna_sequences.txt`

```
seq_1 = "ATCGTACGATCGATCGATCGCTAGACGTATCG"
seq_2 = "actgatcgacgatcgatcgatcacgact"
seq_3 = "ACTGAC-ACTGT—ACTGTA----CATGTG"
````

---
# Leer un archivo fastq

¿Sería algo como esto?

```python
my_file = open("../../data/dna_sequences.txt", "r")
my_file_contents = my_file.read()
print(my_file_contents)
```

¿Podríamos saber la longitud de cada secuencia?

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

---
# Leer un archivo fastq

Sin embargo, que pasa si quiero leer varias secuencias `dna_sequences.txt` y además ponerlos en formato `fastq`.

```
seq_1 = "ATCGTACGATCGATCGATCGCTAGACGTATCG"
seq_2 = "actgatcgacgatcgatcgatcacgact"
seq_3 = "ACTGAC-ACTGT—ACTGTA----CATGTG"
````

Con lo que sabemos tendríamos que poner cada secuencia en un archivo y después abrirlos:

```
seq_1 = open(header_1 + ".fasta", "w") 
seq_2 = open(header_2 + ".fasta", "w") 
seq_3 = open(header_3 + ".fasta", "w")
```

¡Termina siendo repetitivo!

---
class: inverse, center, middle

# `list`: Listas

---
# Listas

Podemos almacenar diferentes valores en listas

---
# Listas

Cada objeto dentro de la lista se le conoce como **elemento**.

```python
# Lista de strings
apes = ["Homo sapiens", "Pan troglodytes", "Gorilla gorilla"]

#Lista de numeros
conserved_sites = [24, 56, 132]
```

Podemos acceder a cada **elemento** usando **[]**.

```python
print(apes[2])
first_site = conserved_sites[2]
```

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

---
# Listas

También podemos obtener la posición del **elemento** con `index()`.

```python
apes.index("Pan troglodytes")
```

Podemos ocupar posiciones inversas como en los *strings*.

```python
# Ultimo en la lista
apes[-1]
```

Podemos selecionar un **rango**.

```python
# Ultimo en la lista
apes[0:2]
```

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

---

Podemos selecionar un rango y/o **alternar** valores.

```python
# Ultimo en la lista
apes[::2]
```

NOTA : también funciona en *strings*

```python
s = 'foobar'
s[0:6:2]
```

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

---
# Elementos de las listas

Podemos añadir un nuevo elemento con el método `append()`.

```python
apes.append("Pan paniscus")
print(apes)
```

Podemos ocupar la función `len()`.

```python
print("There are " + str(len(apes)) + " apes")
```

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

---

Podemos concatenar listas usando `+`.

```python
#Crear listas
apes = ["Homo sapiens", "Pan troglodytes", "Gorilla gorilla"]
monkeys = ["Papio ursinus", "Macaca mulatta"]

# Unir dos listas
primates = apes + monkeys

#Imprimir cantidad de elementos
print(str(len(apes)) + " apes")
print(str(len(monkeys)) + " monkeys")
print(str(len(primates)) + " primates")
```

--
 
O también podemos añadir los elementos de una lista al final de otra usando el método `extend()`.

```python
apes.extend(monkeys)
```

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

---
# Orden en las listas

Podemos cambiar el orden con `reverse()`.

```python
primates.reverse()
```

Podemos ordenarlos por orden alfabetico usando `sort()`.

```python
primates.sort
```

--
Para imprimir listas tenemos que convertirlo con `str()`.

```python
primates
print("at the start : " + str(primates))

primates.reverse()
print("after reversing : " + str(primates))

primates.sort()
print("after sorting : " + str(primates))
```

---
## Ejercicio de Rosalind

¿Se te ocurre otra forma de generar el inverso?

Tip: ¿Qué pasa cuando pones [::-1]?

.content-box-blue[
Hacer el ejercico de [Rosalind:Complementing a Strand of DNA](http://rosalind.info/problems/revc/)
]

---
class: inverse, center, middle

# Loops

---
# Loops

Nos permiten generar operaciones repetidamente

---
# Loops

Tiene esta estructura:

.content-box-green[

```python
for <var> in <iterable>:
 <statement(s)>
```

]

---
# Loops

Podemos imprimir desde la lista

```python
# La lista
apes = ["Homo sapiens", "Pan troglodytes", "Gorilla gorilla"]

# Imprimir una oración 
print(apes[0] + " is an ape")
print(apes[1] + " is an ape")
print(apes[2] + " is an ape")
```

--
Usando **loops** con `for`.

```python
for ape in apes:
  print(ape + " is an ape")
```

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

---
# Loops

¿Qué pasa con los strigns en **loops**?

```python
name = "python"
for character in name:
    print("one character is " + character)
```

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

---
# Identaciones

Es importante respetar los espacios de las identaciones, veamos que pasa utilizando el siguente código:

```python
# La lista
apes = ["Homo sapiens", "Pan troglodytes", "Gorilla gorilla"]

for ape in apes:
    name_length = len(ape)
  first_letter = ape[0]
    print(ape + " is an ape. Its name starts with " + first_letter)
    print("Its name has " + str(name_length) + " letters")
```

---
# Cortar un string

Podemos cortar un string y el resultado nos dará una `lista` usando `split()` y como argumento el caracter que se usará para cortar `","`.

```python
names = "melanogaster,simulans,yakuba,ananassae"
species = names.split(",")
print(str(species))
```

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

---
# Loops en archivos

Podemos ocupar los loops para leer varias lineas de un archivo `dna_sequences.txt`.

```
seq_1 = "ATCGTACGATCGATCGATCGCTAGACGTATCG"
seq_2 = "actgatcgacgatcgatcgatcacgact"
seq_3 = "ACTGAC-ACTGT—ACTGTA----CATGTG"
```

```python
# Abir archivo
file = open("dna_sequences.txt")

# Leer las lineas
for line in file:
  print("Length: " + str(len(line))  + line)

# Cerrar archivo
file.close()
```

---
# Leer con `readlines()`

Podemos leer todas las lineas de un archivo y guardarlas en una `lista` para después ocuparla dentro de un loop.

```python
# Abir archivo
file = open("dna_sequences.txt")

# Leer todas las lineas y guardarlas en una lista
all_lines = file.readlines()

# Cerrar archivo
file.close()

# Usar esas lineas en un loop
for line in all_lines:
  print("Length: " + str(len(line)) )

# Usar esas lineas en otro loop 
for line in all_lines:
  print(line[:5] )
```

---
## Ejercicio: fasta files

.content-box-blue[
Convertir las secuencias en formato fasta

```
seq_1 = "ATCGTACGATCGATCGATCGCTAGACGTATCG"
seq_2 = "actgatcgacgatcgatcgatcacgact"
seq_3 = "ACTGAC-ACTGT—ACTGTA----CATGTG"
```

]

- Input: Archivo `dna_sequences.txt` con las secuencias.

- Output: Archivo `.fasta`

```
> seq_1
ATCGTACGATCGATCGATCGCTAGACGTATCG
> seq_2
ACTGATCGACGATCGATCGATCACGACT
> seq_3
ACTGACACTGTACTGTACATGTG
```

---
## Iteradores

Una variable puede ser iterable pero existen **iteradores** que son agentes que hacen realmente la iteración sobre un iterable.

Si no está en lista con `[]` se genera un iterador

```python
numbers = [2, 4, 6] # Variable iterable
iterador = iter(numbers) # Objeto Iterador
```

Podemos usar `next` para avanzar en el loop.

```python
next(numbers)
next(iterador) # Podemos avanzar en cada ciclo hasta el último sobre un iterador
```

---
## Generadores

Los generadores son iteradores y un objeto en python que podemos iterar.

Podemos crear un  loop con está sintaxis.

```python
numbers = [2, 4, 6]
squares = [n**2 for n in numbers]
```

Realmente lo que pasa es que creamos un generador y luego lo pasamos a una lista con `[]`.

```python
squares = (n**2 for n in numbers)
squares
```

Los generadores son iteradores y podemos avanzar con `next`.

```python
squares = (n**2 for n in numbers)
next(squares)
```

---
## Enumerate

Con `enumarate` podemos obtener el contador y el valor

```python
numbers = [2, 4, 6] # Variable iterable
e = enumerate(numbers)
next(e)
list(enumerate(numbers))
```

--
Podemos incluirlo en `for` loops.

```python
numbers = [2, 4, 6] # Variable iterable
for i, num  in enumerate(numbers):
    print(i," valor: ", num)
```

---

## Ejercicio: trimmig

.content-box-blue[
Cortar adaptadores de la secuencia `4_input_adapters.txt`, sabiendo que se encuentran en la posición 14.

```
ATTCGATTATAAGCTCGATCGATCGATCGATCGATCGATCGATCGATCGATCGATC
ATTCGATTATAAGCACTGATCGATCGATCGATCGATCGATGCTATCGTCGT
ATTCGATTATAAGCATCGATCACGATCTATCGTACGTATGCATATCGATATCGATCGTAGTC
ATTCGATTATAAGCACTATCGATGATCTAGCTACGATCGTAGCTGTA
ATTCGATTATAAGCACTAGCTAGTCTCGATGCATGATCAGCTTAGCTGATGATGCTATGCA
```

]

- Input: Archivo `4_input_adapters.txtt` con las secuencias.

- Output: Archivo con las secuencias sin adaptadores

---

## Ejercicio: exons

.content-box-blue[
Cortar los intrones y juntar los exones de un gen dada la secuencia en `4_genomic_dna.txt`.

```
TCGATCGTACCGTCGACGATGCTACGATCGTCGATCGTAGTCGATCATCGATCGATCGACTGATCGATCGATCGATCGATCGATATCGATCGATATCATCGATGCATCGATCATCGATCGATCGATCGATCGATCGATCATATGTCAGTCGATGCATCGTAGCATCGTATAGTAGCTACGTAGCTACGATCGATCGATCGATCGTAGCTAGCTAGCTAGATCGATCATCATCGTAGCTAGCTCGACTAGCTACGTACGATCGATGCATCGATCGTAGCTAGTACGATCGCGTAGCTAGCATGCTACGTAGATCGATCGATGCATGCTAGCTAGCTAGCTACGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGTAGCTAGCTACGATCGATGCTACGTAGATCGATCGCTAGTAGATCGATCGCTAGCTAGCTGACTAGTACGCTGCTAGTAGTCAGCTAGATCGATGCTAGTCA
```

Asumiendo que los exones se encuentran en `exons.txt`:

```
5,58
72,133
190,276
340,398
```

]

- Input: Archivo `3_genomic_dna.txt` con las secuencias y `exons.txt` con los exones.

- Output: Secuencia con solo exones

```
CGTACCGTCGACGATGCTACGATCGTCGATCGTAGTCGATCATCGATCGATCGCGATCGATCGATATCGATCGATATCATCGATGCATCGATCATCGATCGATCGATCGATCGACGATCGATCGATCGTAGCTAGCTAGCTAGATCGATCATCATCGTAGCTAGCTCGACTAGCTACGTACGATCGATGCATCGATCGTACGATCGATCGATCGATCGATCGATCGATCGATCGATCGATCGTAGCTAGCTACGATCG
```