在做宏基因组分析时，通过基因注释得到一个包含10k之多种微生物物种名list(scientific name)，现在想统计这些物种在界、门、纲、目、科、属等不同分类水平的总的数量。这就是本篇推送想解决的问题，10000多种微生物的拉丁名称示例如下：

2）从taxid获取完整谱系

#-d 输出谱系树分割符，默认分号

3）重新构造谱系的格式

上一步通过taxid提取的谱系信息复杂，往往需要根据我们的需求重新格式化

查询给定taxid9606的谱系，并按照门：科；属的格式输出

#{}内是分类等级，大括号之间是输出的连接符

按人的拉丁名查询taxid

可以看到，查询速度相当之快。
由于待批量查询的物种名不是规范的拉丁名称，导致出现两个问题，一是输入的list是10146个,转换id后（找到和未找到）的行数却增加了1个，统计之后发现是同一个物种名有两个taxid；二是没找到的高达541个！！！为了说明完整的处理过程，541个后面再说。

手工查询发现是两个种，但是根据部分拉丁名Deinococcus soli可以查到俩taxid我也是醉了。

现在就按照界门纲目科属种的层次变成整齐划一的格式了，通过简单处理即可统计不同层次的物种数量和分布，首先构建一个用于循环处理的分类标签

详细的物种分类层次数量统计：

首先看看没有找到的541个输入物种名长啥样：

将后面查到的taxid加到之前的taxid list再按之前的流程跑一遍即可，实在查不到的那就手工吧。（此时配乐起~“这是自由的感觉，鼠标咔哒咔哒点击这些可爱的物种名称，凭着一颗永不哭泣勇敢的心”）