تسلط بر پایتون برای بیوانفورماتیک: نحوه نوشتن کد پایتون انعطاف‌پذیر، مستند و آزمایش‌شده برای محاسبات تحقیقاتی ویرایش اول

امروزه دانشمندان علوم زیستی نیاز مبرمی به آموزش مهارت های بیوانفورماتیک دارند. بسیاری از برنامه‌های بیوانفورماتیک معمولاً توسط دانش‌آموزان و محققانی که هرگز مهارت‌های برنامه‌نویسی اولیه را نیاموخته‌اند، ضعیف نوشته شده‌اند و به سختی نگهداری می‌شوند. این راهنمای عملی به متخصصان و دانشجویان بیوانفورماتیک پسادکتری نشان می‌دهد که چگونه از بهترین بخش‌های پایتون برای حل مشکلات زیست‌شناسی در حین ایجاد نرم‌افزار مستند، آزمایش‌شده و قابل تکرار استفاده کنند.

کن یونز کلارک، نویسنده پروژه های کوچک پایتون (Manning)، نه تنها نحوه نوشتن کد موثر پایتون را نشان می دهد، بلکه نحوه استفاده از تست ها را برای نوشتن و بازسازی برنامه های علمی نیز نشان می دهد. شما جدیدترین ویژگی‌ها و ابزارهای پایتون از جمله لینترها، فرمت‌کننده‌ها، بررسی‌کننده‌های نوع و تست‌هایی را برای ایجاد برنامه‌های مستند و آزمایش‌شده یاد خواهید گرفت. شما همچنین با 14 چالش در Rosalind، یک پلت فرم حل مسئله برای یادگیری بیوانفورماتیک و برنامه نویسی، مقابله خواهید کرد.

برنامه های پایتون خط فرمان را برای مستندسازی و اعتبارسنجی پارامترها ایجاد کنید
تست هایی بنویسید تا برنامه های Refactor را تأیید کرده و صحت آنها را تأیید کنید
به ایده های بیوانفورماتیک با استفاده از ساختارهای داده پایتون و ماژول هایی مانند بیوپیتون رسیدگی کنید
میانبرها و گردش های کاری قابل تکرار با استفاده از فایل های makefiles ایجاد کنید
قالب‌های فایل ضروری بیوانفورماتیک مانند FASTA و FASTQ را تجزیه کنید
الگوهای متن را با استفاده از عبارات منظم پیدا کنید
از توابع مرتبه بالاتر در پایتون مانند filter()، map() و reduce() استفاده کنید.

Mastering Python for Bioinformatics: How to Write Flexible, Documented, Tested Python Code for Research Computing 1st Edition

Life scientists today urgently need training in bioinformatics skills. Too many bioinformatics programs are poorly written and barely maintained, usually by students and researchers who've never learned basic programming skills. This practical guide shows postdoc bioinformatics professionals and students how to exploit the best parts of Python to solve problems in biology while creating documented, tested, reproducible software.

Ken Youens-Clark, author of Tiny Python Projects (Manning), demonstrates not only how to write effective Python code but also how to use tests to write and refactor scientific programs. You'll learn the latest Python features and tools including linters, formatters, type checkers, and tests to create documented and tested programs. You'll also tackle 14 challenges in Rosalind, a problem-solving platform for learning bioinformatics and programming.

• Create command-line Python programs to document and validate parameters
• Write tests to verify refactor programs and confirm they're correct
• Address bioinformatics ideas using Python data structures and modules such as Biopython
• Create reproducible shortcuts and workflows using makefiles
• Parse essential bioinformatics file formats such as FASTA and FASTQ
• Find patterns of text using regular expressions
• Use higher-order functions in Python like filter(), map(), and reduce()

• Product details

• Publisher ‏ : ‎ O'Reilly Media; 1st edition (June 15, 2021)
• Language ‏ : ‎ English
• Paperback ‏ : ‎ 454 pages
• ISBN-10 ‏ : ‎ 1098100883
• ISBN-13 ‏ : ‎ 978-1098100889
• Item Weight ‏ : ‎ 2.31 pounds
• Dimensions ‏ : ‎ 7 x 1 x 9 inches