معرفی شرکت ها


fastk-1.0


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Python wrappers for FastK tools
ویژگی مقدار
سیستم عامل -
نام فایل fastk-1.0
نام fastk
نسخه کتابخانه 1.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Yoshihiko Suzuki
ایمیل نویسنده ys.neoteny@gmail.com
آدرس صفحه اصلی https://github.com/yoshihikosuzuki/FASTK_python
آدرس اینترنتی https://pypi.org/project/fastk/
مجوز -
# FASTK_python Python interface for [FASTK](https://github.com/thegenemyers/FASTK) (currently Histex and Profex). Python >= 3 is required. ## How to install ```bash $ git clone https://github.com/yoshihikosuzuki/FASTK_python $ cd FASTK_python $ make $ pip3 install . ``` ## How to use ### Quick usage ```python import fastk # Histex hist = fastk.histex("/path/to/source[.hist]") # Profex prof = fastk.profex("/path/to/source[.prof]", read_id=1) ``` ### `histex()` ``` Signature: fastk.histex(fastk_prefix: str, min_count: int = 1, max_count: int = 100) -> bits.util._counter.RelCounter Docstring: Run Histex and return a histogram of k-mer count frequencies. positional arguments: @ fastk_prefix : Prefix of the output files of FastK. optional arguments: @ [min|max]_count : Specify the range of the k-mer count. ``` ### `profex()` ``` fastk.profex( fastk_prefix: str, read_id: int, zero_padding: bool = False, return_k: bool = False, ) -> Union[List[int], Tuple[List[int], int]] Docstring: Run Profex and return the k-mer count profile of a single read. positional arguments: @ fastk_prefix : Prefix of the output files of FastK. @ read_id : Read ID (1, 2, ...) @ zero_padding : If True, add (K - 1) zero counts to the prefix. @ return_k : If True, return the value of K as well. ```


نیازمندی

مقدار نام
==0.1.1 bits-yoshi


زبان مورد نیاز

مقدار نام
>=3 Python


نحوه نصب


نصب پکیج whl fastk-1.0:

    pip install fastk-1.0.whl


نصب پکیج tar.gz fastk-1.0:

    pip install fastk-1.0.tar.gz