基因组测学回来的结果后，从assembly（组装）里找到序列文件，格式可能是：.fasta、.fastq、.seq、和.contig。fastq要转化为fasta，转化方法网上一大把哈。我的基因组序列是一个.seq文件：

$首先先呈上代码

seq=open('SK007.seq','r')

count={}

for i in seq:

    if i[0]=='>':

        continue

    else:

        s=i.split()

        s1=s[0]

        for c in s1:

            count[c] = count.get(c,0) + 1

seq.close()                                                   

for k, v in count.items():

    print(k + ' '+ str(v))

#序列文件的内部样子，共有119个scaffold，即scaffold1-scaffold119

#首先读取文件，将其赋值给seq，并创造一个空的字典。由于我的序列文件就在我的家目录下，所以读取文件时，可以写作“open('SK007.seq','r')”，如果序列文件在别的路径就需要写出详细的文件路径，例如“open('/data/SK007基因组/Assembly/SK007.seq','r')”，这样python才能找到你的文件。

seq=open('SK007.seq','r')

count={}

#接着使用‘遍历’的方法读取基因组序列。读取时以一行一行的字符串赋值给i，为了去除">scafford"行，选着条件判断，凡是以‘>’开头的字符串都跳过。其它的字符串通过str.split()方法，将每一个字符串一个一个的放在列表中，去掉末尾的的'\n'（直接用方法str.strip()就能很好的达到目的）。

for i in seq:

    if i[0]=='>':

        continue

    else:

        s=i.split()

        s1=s[0]

        for c in s1:

            count[c] = count.get(c,0) + 1

#如果print(s)话会得到这样一组列表，然后将列表中的每一个字符串取出，对每一个字符串进行一个字母一个字母的'遍历'，dict.get(key,default=None),key--字典中要查找的键，如果字典中有该键，则返回相应的值，default--如果没有该键，返回的该参数值。

#这样就将基因组序列众多碱基序列过了一遍，并利用字典将相应的碱基作为键（key），碱基数目作为值（value），形成了一个字典（dict)。再将字典中的键和值读取出来。由于序列中混有小写字母碱基片段所以结果是这样子。

for k, v in count.items():

    print(k + ' '+ str(v))