如何将两两序列比对分值最高的提取出来

wh7211

1. awk '$1!=$2&&!b[$2$1]{a[$1]=a[$1]>$3?a[$1]:$2" "$3;b[$1$2]=$3}END{for(i in a){print i,a[i]}}' 1

复制代码

wh7211

接着取跟同一序列比对上的所有序列的前25%行(四舍五入)

1. awk '$1!=$2&&!b[$2$1]{a[$1]=a[$1]>$3?a[$1]:$2" "$3;b[$1$2]=$3;c[$1]=c[$1]?c[$1]"|"$0:$0}END{for(i in a){print i,a[i]};for(j in c){d=int(split(c[j],t,"|")*0.25+0.5);for(x=1;x<=d;x++){printf "25% >>> "t[x]"\n"}}}' 1

复制代码

wh7211

回复 5# 小小脑


优化了一下代码，用这个吧：

1. awk '$1!=$2&&!c[$2$1]{if(a[$1]<$3){a[$1]=$3;b[$1]=$0};c[$1$2]=$3;d[$1]=d[$1]?d[$1]"|"$0:$0}END{for(i in b){print b[i]};for(j in d){e=int(split(d[j],t,"|")*0.25+0.5);for(x=1;x<=e;x++){printf("25% >>> %s\n",t[x])}}}' 1

复制代码

如果我是想得到序列是在第一列跟第二列相同的不要

$1!=$2 <--- $1和$2不相同时满足条件

且序列1序列2跟序列2跟序列1形式的只取以一行前提下

c[$1$2]=$3 <--- 对c[$1$2]（序列1序列2形式）赋值后，c数组的值为真
!c[$2$1] <--- c[$2$1]（序列2序列1形式）为假时满足条件，说明和序列1序列2形式不同

wh7211

资料很多，找一本书系统的看完，同时在群里多交流，CU上多看看帖子，多练习