pybwtool

Python wrapper for the bwtool library.

These details have not been verified by PyPI

Project links

Homepage

Project description

Python wrapper for the bwtool library. Please take a look to the bwtool wiki for notes on the installation process and to the known issues listed below within this readme.

How do I install this package?

As usual, just download it using pip:

pip install pybwtool

Tests Coverage

Since some software handling coverages sometimes get slightly different results, here’s three of them:

Extract

The extract method returns a tuple of pandas Dataframes with the data from the regions of a bed file extracted from the given bigwig.

from pybwtool import extract

bed, scores = extract(
    bed_path="path/to/my/bed_file.bed",
    bigwig_path="path/to/my/bigwig_file.bigwig"
)

The obtained dataframes look as follows:

chrom	chromStart	chromEnd
chr11	14606206	14606406
chr1	1336296	1336496
chr11	47745644	47745844
chr11	62609072	62609272
chr14	21523971	21524171

0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25	26	27	28	29	30	31	32	33	34	35	36	37	38	39	40	41	42	43	44	45	46	47	48	49	50	51	52	53	54	55	56	57	58	59	60	61	62	63	64	65	66	67	68	69	70	71	72	73	74	75	76	77	78	79	80	81	82	83	84	85	86	87	88	89	90	91	92	93	94	95	96	97	98	99	100	101	102	103	104	105	106	107	108	109	110	111	112	113	114	115	116	117	118	119	120	121	122	123	124	125	126	127	128	129	130	131	132	133	134	135	136	137	138	139	140	141	142	143	144	145	146	147	148	149	150	151	152	153	154	155	156	157	158	159	160	161	162	163	164	165	166	167	168	169	170	171	172	173	174	175	176	177	178	179	180	181	182	183	184	185	186	187	188	189	190	191	192	193	194	195	196	197	198	199
0.22	0.22	0.21	0.22	0.21	0.22	0.24	0.25	0.28	0.28	0.26	0.26	0.26	0.26	0.26	0.31	0.31	0.31	0.32	0.33	0.33	0.33	0.32	0.35	0.36	0.36	0.36	0.36	0.36	0.36	0.37	0.37	0.36	0.37	0.37	0.37	0.36	0.32	0.32	0.32	0.33	0.33	0.33	0.33	0.35	0.35	0.35	0.35	0.35	0.35	0.36	0.39	0.39	0.37	0.37	0.36	0.35	0.33	0.31	0.31	0.29	0.29	0.29	0.29	0.29	0.25	0.24	0.28	0.26	0.25	0.25	0.25	0.24	0.19	0.18	0.18	0.17	0.17	0.18	0.19	0.18	0.18	0.18	0.17	0.18	0.18	0.18	0.18	0.18	0.18	0.17	0.24	0.25	0.25	0.24	0.22	0.22	0.25	0.25	0.25	0.24	0.21	0.22	0.22	0.22	0.22	0.22	0.22	0.22	0.24	0.24	0.24	0.26	0.26	0.26	0.26	0.26	0.22	0.22	0.22	0.22	0.22	0.22	0.22	0.22	0.21	0.21	0.21	0.19	0.19	0.19	0.22	0.22	0.22	0.22	0.24	0.25	0.25	0.26	0.26	0.26	0.19	0.18	0.18	0.18	0.18	0.18	0.15	0.15	0.15	0.15	0.15	0.17	0.17	0.17	0.17	0.17	0.17	0.18	0.17	0.17	0.17	0.14	0.14	0.14	0.14	0.14	0.14	0.14	0.14	0.14	0.17	0.17	0.17	0.17	0.17	0.18	0.18	0.18	0.18	0.18	0.15	0.15	0.15	0.14	0.12	0.11	0.12	0.11	0.11	0.11	0.11	0.11	0.11	0.11	0.11	0.11	0.11	0.11	0.11
1.25	1.26	1.32	1.43	1.42	1.36	1.36	1.37	1.37	1.32	1.31	1.31	1.35	1.35	1.43	1.5	1.56	1.56	1.64	1.67	1.67	1.64	1.68	1.67	1.68	1.69	1.71	1.71	1.74	1.71	1.67	1.65	1.58	1.56	1.43	1.36	1.24	1.24	1.28	1.26	1.33	1.36	1.44	1.42	1.44	1.46	1.5	1.49	1.47	1.47	1.54	1.54	1.54	1.47	1.49	1.53	1.51	1.5	1.51	1.57	1.57	1.57	1.53	1.54	1.49	1.46	1.43	1.43	1.39	1.39	1.4	1.42	1.39	1.37	1.37	1.4	1.4	1.43	1.4	1.42	1.44	1.44	1.4	1.37	1.36	1.32	1.29	1.31	1.29	1.29	1.19	1.24	1.19	1.19	1.25	1.24	1.26	1.28	1.26	1.37	1.33	1.33	1.28	1.24	1.25	1.25	1.25	1.26	1.24	1.22	1.28	1.28	1.32	1.37	1.39	1.36	1.32	1.31	1.36	1.33	1.5	1.5	1.5	1.5	1.5	1.47	1.46	1.49	1.57	1.58	1.58	1.62	1.64	1.64	1.67	1.67	1.68	1.74	1.81	1.93	1.93	1.87	1.85	1.83	1.76	1.76	1.72	1.75	1.92	1.83	1.82	1.79	1.85	1.86	1.83	1.83	1.82	1.81	1.89	1.89	1.92	1.93	1.96	1.92	1.86	1.86	1.86	1.93	1.87	1.85	1.72	1.71	1.71	1.72	1.75	1.81	1.82	1.75	1.71	1.67	1.68	1.65	1.65	1.65	1.67	1.69	1.75	1.64	1.57	1.44	1.6	1.69	1.68	1.72	1.69	1.71	1.67	1.64	1.49	1.46
0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.03	0.03	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.03	0.03	0.03	0.03	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.04	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.01	0.01	0.01	0.01	0.03	0.03	0.03	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.01	0.01	0.01	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.04
0.15	0.17	0.17	0.17	0.17	0.17	0.17	0.17	0.17	0.15	0.14	0.17	0.18	0.18	0.18	0.18	0.18	0.19	0.19	0.19	0.19	0.21	0.21	0.21	0.19	0.21	0.22	0.22	0.24	0.24	0.24	0.24	0.24	0.22	0.22	0.22	0.22	0.22	0.25	0.25	0.25	0.26	0.26	0.28	0.28	0.29	0.25	0.25	0.24	0.22	0.22	0.21	0.21	0.21	0.21	0.21	0.19	0.21	0.21	0.21	0.01	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	0.01	0.01	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.06	0.04	0.04	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.03	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.04	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.01	0.03	0.03	0.03	0.03	0.03	0.01
0.31	0.25	0.21	0.19	0.19	0.19	0.19	0.18	0.19	0.21	0.21	0.21	0.21	0.22	0.26	0.26	0.26	0.26	0.29	0.28	0.26	0.26	0.26	0.26	0.28	0.26	0.24	0.24	0.22	0.24	0.25	0.25	0.25	0.26	0.29	0.28	0.28	0.28	0.29	0.29	0.29	0.29	0.29	0.29	0.25	0.25	0.25	0.25	0.26	0.26	0.26	0.26	0.26	0.26	0.26	0.26	0.28	0.28	0.26	0.26	0.26	0.26	0.25	0.24	0.19	0.19	0.19	0.19	0.17	0.17	0.17	0.17	0.17	0.15	0.14	0.15	0.15	0.15	0.18	0.17	0.15	0.15	0.15	0.12	0.11	0.12	0.14	0.14	0.14	0.15	0.17	0.17	0.17	0.17	0.17	0.18	0.18	0.18	0.17	0.17	0.17	0.17	0.18	0.18	0.18	0.18	0.17	0.17	0.18	0.17	0.18	0.18	0.18	0.18	0.19	0.19	0.21	0.21	0.22	0.22	0.22	0.22	0.22	0.22	0.22	0.21	0.21	0.22	0.21	0.21	0.21	0.21	0.21	0.21	0.21	0.19	0.18	0.18	0.17	0.15	0.15	0.15	0.15	0.15	0.15	0.14	0.14	0.14	0.14	0.14	0.17	0.18	0.17	0.17	0.17	0.17	0.17	0.17	0.15	0.15	0.14	0.14	0.14	0.14	0.12	0.12	0.11	0.11	0.1	0.1	0.1	0.1	0.1	0.1	0.12	0.12	0.12	0.12	0.11	0.11	0.12	0.12	0.12	0.12	0.12	0.12	0.12	0.12	0.12	0.14	0.12	0.14	0.15	0.15	0.15	0.15	0.17	0.17	0.17	0.17

You can also run the extraction directly to a file, a thing that can get handy when you have to run a very big bed file. You just need to specify a target file.

from pybwtool import extract

extract(
    bed_path="path/to/my/bed_file.bed",
    bigwig_path="path/to/my/bigwig_file.bigwig",
    target="target.bed"
)

Common fixes for getting bwtool to work

Consider looking at the Travis-CI configuration. If it works there, it should also work for you.

Project details

These details have not been verified by PyPI

Project links

Homepage

Release history Release notifications | RSS feed

1.0.8

Mar 7, 2020

1.0.7

Mar 6, 2020

This version

1.0.6

Mar 6, 2020

1.0.5

Mar 6, 2020

1.0.4

Mar 6, 2020

1.0.3

Feb 7, 2020

1.0.2

Feb 7, 2020

1.0.1

Nov 7, 2019

1.0.0

Oct 25, 2019

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

pybwtool-1.0.6.tar.gz (9.8 kB view hashes)

Uploaded Mar 6, 2020 Source

Hashes for pybwtool-1.0.6.tar.gz

Hashes for pybwtool-1.0.6.tar.gz
Algorithm	Hash digest
SHA256	`e80ea243ffb407b7bc5d72a71db26c5d258aec8b76d1b3c38ee6591bfb9d1a36`
MD5	`02fe343ec0bd8b16c81ee59f9477856b`
BLAKE2b-256	`efde891f6ce86afc56e415d50092d357dd52b744f633927a279bbd5ef059d406`