最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python 利用Entrez庫篩選下載PubMed文獻摘要的示例

 更新時間:2020年11月24日 16:24:11   作者:v林三歲  
這篇文章主要介紹了Python 利用Entrez庫篩選下載PubMed文獻摘要的示例,幫助大家更好的理解和使用python,感興趣的朋友可以了解下

作者:xiaolanLin

聲明 :本文版權歸作者和博客園共有,來源網(wǎng)址:https://www.cnblogs.com/xiaolan-Lin

一個不是學生物的孩子來搞生物,當真是變成了一塊廢鐵啊,但也是讓我體會到了一把生物信息的力量。

廢話不多說,開整!

任務:快速高效從PubMed上下載滿足條件的文獻PMID、標題(TI)、摘要(AB)。

PubMed官網(wǎng) https://pubmed.ncbi.nlm.nih.gov

此處有幾種選擇可以達到目的:

(1)官網(wǎng)上匹配篩選條件(注:匹配快速,但是下載下來的數(shù)量受到限制,每次只能下載10000條數(shù)據(jù),甚至更少。)

 可以看到,我需要的數(shù)據(jù)是有三十多萬條,但是每次只能下載10000條,那我豈不是要手動n次。。很明顯,在大批量下載文獻的情況下,官網(wǎng)不是很友好。

(2)R語言有個R包,叫做easyPubMed,這里我也給大家貼上學習指南(https://cran.r-project.org/web/packages/easyPubMed/vignettes/getting_started_with_easyPubMed.html

由于我不喜歡用R寫代碼,所以我寫一半還是換了Python,熟練R的小伙伴可以自行根據(jù)指南走通需求。

(3)重量級庫來了,Python自帶的Bio包中的Entrez檢索庫,簡直就是我的救星,以下是我的代碼:

  注:Entrez在Bio包中,Bio的安裝請移步 https://www.cnblogs.com/xiaolan-Lin/p/14023147.html

 import numpy as np
 from Bio import Medline, Entrez # 一般是通過BioPython的Bio.Entrez模塊訪問Entrez
 from collections import Counter
 
 Entrez.email = "(此處寫你自己在官網(wǎng)注冊的郵箱賬號)" # 應用自己的賬號訪問NCBI數(shù)據(jù)庫
 
 # 此處需將服務器協(xié)議指定為1.0,否則會出現(xiàn)報錯。http.client.IncompleteRead: IncompleteRead(0 bytes read)
 # 服務器http協(xié)議1.0,而python的是1.1,解決辦法就是指定客戶端http協(xié)議版本
 import http.client
 http.client.HTTPConnection._http_vsn = 10
 http.client.HTTPConnection._http_vsn_str = 'HTTP/1.0'
 
 """
 Entrez 是一個檢索系統(tǒng),可以用其訪問NCBI數(shù)據(jù)庫,比如說PubMed,GenBank,GEO等。
 獲得有關 global PBDE 的所有文獻的PubMed IDs
 """
 # handle_0 = Entrez.esearch(db="pubmed", term="drug therapy[Subheading] AND adverse effects[Subheading] AND humans[MeSH Terms]", retmax=306431)
 handle_0 = Entrez.esearch(db="pubmed", term="drug therapy[MeSH Subheading] AND adverse effects[MeSH Subheading] AND humans[MeSH Terms] AND (2000/01/01[Date - Publication] : 2021/12/31[Date - Publication])",
              ptyp="Review", usehistory="y", retmax=306431)
 record = Entrez.read(handle_0) # 獲取檢索條件的所有文獻
 idlist = record["IdList"] # 提取出文獻id
 print ("Total: ", record["Count"])
 No_Papers = len(idlist)  # 共306431篇文獻 2000-01-01:2021-12-31
 webenv = record['WebEnv']
 query_key = record['QueryKey']
 
 total = No_Papers
 step = 1300
 print("Result items:", total)
 with open("./Data_PubMed/PBDE1.txt", 'w') as f:
   for start in range(0, total, step):
     print("Download record %i to %i" % (start + 1, int(start + step)))
     handle_1 = Entrez.efetch(db="pubmed", retstart=start, rettype="medline", retmode="text",
                 retmax=step, webenv=webenv, query_key=query_key) # 獲取上述所有文獻的PubMed IDs
     records = Medline.parse(handle_1)
     records = list(records) # 將迭代器轉換至列表(list)
     for index in np.arange(len(records)):
       id = records[index].get("PMID", "?")
       title = records[index].get("TI", "?")
       title = title.replace('[', '').replace('].', '') # 若提取的標題出現(xiàn)[].符號,則去除
       abstract = records[index].get("AB", "?")
       f.write(id)
       f.write("\n")
       f.write(title)
       f.write("\n")
       f.write(abstract)
       f.write("\n")

話不多說,結果跑出來了我真的很快樂~

最后的結果是存放在txt文件中,大伙兒根據(jù)自己的需求改變代碼所需字段啊。

現(xiàn)在我來解釋一下,我貼上的這串代碼的實現(xiàn)原理,首先是通過Entrez檢索到符合我篩選條件的文獻,里邊的限制條件包括了幾個詞匯匹配以及時間限制,時間我限制在了2000年1月1日到2021年的12月31日(這里的時間我選用的是Date - Publication,時間選取Date - Completion、Date - Modification還是Date - Publication其實還是有爭議的,大家自行考慮選?。?。

Entrez.esearch的作用就是用來檢索的,里邊的參數(shù)db指向你要檢索的數(shù)據(jù)庫,代碼中的注釋也寫了,Entrez作為一個接口檢索,除了能夠檢索PubMed中的文獻,也能去到別的數(shù)據(jù)庫檢索文獻;term是寫你的篩選語句,注意你寫的檢索語句不能帶有引號,單引號也不行,否則會檢索不到,如果不知道檢索語句怎么寫,或者是不知道字段是否被定義,可以在官網(wǎng)的檢索那里https://pubmed.ncbi.nlm.nih.gov/advanced/選擇字段輸入內(nèi)容自動生成query,但是生成的語句是不太智能的,會有很多括號是你不需要的,自己寫代碼的時候要適當去掉;ptyp我這里用的是Review,usehistory是y,意思是后邊我的檢索要記住這個語句,根據(jù)歷史查詢來檢索;retmax如果不進行設置的話,默認給你的最大數(shù)據(jù)量好像是只有1000,我要的檢索內(nèi)容是超過這個值的,因此我需要自定義檢索的數(shù)量。

Entrez.read是對Entrez.esearch檢索到的內(nèi)容進行讀取,里邊包含了9種元素,我們主要是想從中得到文獻的id號,只有拿到了文獻的id號,我們后面進行摘要的提取才能準確定位。

最后是循環(huán)當中步長的設置,這里就要根據(jù)自己的需求來定義了,包括內(nèi)容的提取,因為我只需要PMID、標題(TI)、摘要(AB),所以我就沒有加載別的內(nèi)容進來,這里也有一點要注意,標題下載下來是大部分帶有[ ].的,方便操作我直接就在下載的時候給去除了,這也是上面replace代碼的由來。

附上我參考的鏈接,如果我這篇文章解決不了你的問題,那么希望下面的渠道能夠幫助到你

https://zhuanlan.zhihu.com/p/54611852

https://zhuanlan.zhihu.com/p/262957260

以上就是Python 利用Entrez庫篩選下載PubMed文獻摘要的示例的詳細內(nèi)容,更多關于Python Entrez庫下載PubMed文獻的資料請關注腳本之家其它相關文章!

相關文章

  • python創(chuàng)建Flask Talisman應用程序的步驟詳解

    python創(chuàng)建Flask Talisman應用程序的步驟詳解

    Flask是一個功能強大的Web框架,主要用于使用Python語言開發(fā)有趣的Web應用程序,Talisman基本上是一個Flask擴展,用于添加HTTP安全標頭我們的Flask應用程序易于實施,本文就給大家講講帶Talisman的Flask安全性,需要的朋友可以參考下
    2023-09-09
  • Python pandas中的iloc使用小結

    Python pandas中的iloc使用小結

    iloc是Pandas中一個重要的工具,用于按照整數(shù)位置選擇數(shù)據(jù),通過使用整數(shù)索引,它使得在數(shù)據(jù)處理中按照位置選擇數(shù)據(jù)變得簡單和直觀,這篇文章主要介紹了Python pandas中的iloc使用方法,需要的朋友可以參考下
    2024-06-06
  • 對比Python中__getattr__和 __getattribute__獲取屬性的用法

    對比Python中__getattr__和 __getattribute__獲取屬性的用法

    這篇文章主要介紹了對比Python中__getattr__和 __getattribute__獲取屬性的用法,注意二者間的區(qū)別,__getattr__只作用于不存在的屬性,需要的朋友可以參考下
    2016-06-06
  • python對綁定事件的鼠標、按鍵的判斷實例

    python對綁定事件的鼠標、按鍵的判斷實例

    今天小編就為大家分享一篇python對綁定事件的鼠標、按鍵的判斷實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • python如何從文件讀取數(shù)據(jù)及解析

    python如何從文件讀取數(shù)據(jù)及解析

    這篇文章主要介紹了python如何從文件讀取數(shù)據(jù),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-09-09
  • Python上下文管理器和with塊詳解

    Python上下文管理器和with塊詳解

    這篇文章主要為大家詳細介紹了Python上下文管理器和with塊的相關資料,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2017-09-09
  • Linux環(huán)境下GPU版本的pytorch安裝

    Linux環(huán)境下GPU版本的pytorch安裝

    使用默認的源地址下載速度很慢,所以一般都是使用國內(nèi)源,今天花了點時間配置安裝,所以記錄一下,需要的朋友們下面隨著小編來一起學習學習吧
    2021-05-05
  • 如何編寫python的daemon程序

    如何編寫python的daemon程序

    這篇文章主要介紹了如何編寫python的daemon程序,幫助大家更好的理解和使用python,感興趣的朋友可以了解下
    2021-01-01
  • python 浮點數(shù)四舍五入需要注意的地方

    python 浮點數(shù)四舍五入需要注意的地方

    這篇文章主要介紹了python 四舍五入需要注意的地方,幫助大家避免一些不必要的坑,感興趣的朋友可以了解下
    2020-08-08
  • python3 反射的四種基本方法解析

    python3 反射的四種基本方法解析

    這篇文章主要介紹了python3 反射的四種基本方法解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-08-08

最新評論

娱乐| 德江县| 定安县| 林芝县| 河津市| 阿城市| 连南| 罗田县| 东光县| 泰安市| 榆中县| 南召县| 新和县| 方城县| 丰原市| 寿宁县| 夹江县| 凉城县| 梨树县| 郴州市| 梁平县| 华蓥市| 合水县| 嘉荫县| 山东省| 马山县| 耒阳市| 彭泽县| 丰县| 乾安县| 广灵县| 保德县| 镇坪县| 高州市| 巨野县| 莱芜市| 温州市| 鞍山市| 乌鲁木齐县| 渭南市| 东明县|