对测序fastq数据，碱基质量值（base quality）的本质是体现测序错误率，在fastq文件中，碱基质量值以字符形式存储在fastq文件中。字符的碱基质量值体系通常是Phred33，即碱基质量值Q = 字符的ASCII码 – 33。而Q和碱基的错误率之间又具有如下对应关系：
Q：碱基质量值；
P：碱基测序错误率；
同理，Read的质量值表示的是Read中碱基平均测序错误率，基于此，Reads的质量值和错误率应具有如下关系，
Qr：Read碱基质量值；
Pr：Reads碱基平均测序错误率；
由此，当需要计算Read的质量值时，其计算步骤如下，
1） 获得Read各碱基的测序错误率Pi
Pi：各碱基错误率；
Qi：各碱基质量值；
i = 1 .. len（Read）
2） 计算Read碱基平均测序错误率
n：read长度；
Pi：各碱基错误率
3） 计算Read质量值
注：
当计算Read质量值时，如果直接用base的质量值（即Q值）求均值，获得的结果是不对的。
以上Reads计算的代码实现如下，
点击查看代码
import os,sys
import numpy as np
def cal_p(qual_str):
Q = ord(qual_str) - 33
p = 10 ** (-Q/10)
reutrn p
qual = '####???'
p_list = np.array([])
for q in qual:
p = cal_p(q)
np.append(p_list,p)
mean_p = p_list.mean()
read_Q = -10np.log10(mean_p)
print('Reads Qual: ')
print(read_Q)