pandas_plink 2.2.1基因数据解析库
大数据里的 plinker 神器，非 pandas_plink 莫属。这个 .whl 包，版本是 2.2.1，专门对接 Plink 基因型数据，底层读写效率挺高，大规模基因数据时速度也不错。你要是搞 GWAS 或基因，用它配合 Pandas，能把原来那堆让人头疼的.bed文件，秒变 DataFrame 格式，起来顺手多了。
pandas_plink的亮点是直接把 Plink 格式转成 DataFrame 结构，不用自己去纠结字节对齐、位运算那些事儿，省事不少。平常你拿 Pandas 做的那一套，在这也能照搬，连索引都保持得挺好。
安装也简单，直接用pip install pandas_plink-2.2.1-cp37m-manylinux1_x86_64.whl就行，记得环境是Python 3.7，Linux 系统下跑得最稳。如果你在 Mac 或者 Windows，建议去 GitHub 找源码安装。
这个包跟 NumPy 和 Pandas 结合得比较紧，性能优化做得蛮细，是内存控制方面，避免加载整块数据进来，有点懒加载的意思。数据大也不怕，响应也快，适合那些动不动几十 G 的基因矩阵。
如果你平时有用到 Matplotlib 或 Seaborn 做结果图，配合起来也没问题。反正都变成了 DataFrame 格式，直接可视化，省了不少预的时间。
想了解更多例子，可以看看Pandas 数据库或者Python 数据与可视化实战案例，多思路都能直接迁移到这边来。
如果你手头有 Plink 格式数据，尤其是.bed/.bim/.fam这套，强烈建议试试看 pandas_plink，代码简单，表现稳定，效率也挺高。
文件大小：97.81KB
评论区