数据处理问题

lijie_perl

半年前上过一个老师的生物信息课程，讲了一些perl知识，觉得它在处理符号数据方面有潜力~
现在遇到下列问题。
有很多样本，分别分到一个n*m（n行m列中）的矩阵中。手上的数据如下

1. 样本 行号 列号
   
2. 1        1        2
   
3. 2        2        2
   
4. 3        1        2
   
5. 4        3        1
   
6. 5        2        3
   
7. 6        3        2
   
8. 7        2        2
   
9. 8        1        2
   
10. 9        3        3
    
11. 10        2        2

复制代码

此表有样本10个，第1个样本分到1行2列矩阵点上，第2个样本分到2行2列矩阵点上，.....等等。
现在想把它恢复到一个3*3的矩阵中。例如,1 行2列矩阵点分到样本1,3,8。
我就在对应矩阵的1 行2列处输出3(分到该点的样本个数)，并在屏幕打印：4号矩阵点分到样本为：1,3,8

（其中“4”是这样得到的：(2-1)*3+1，即对于n*m矩阵， 处于第i行第j列点的位置为：(j-1)*n+i）

对于上面的例子，除了屏幕打印的内容外，恢复到矩阵的内容应该如下：

1. 
   
2.         1        2        3
   
3. 1        0        3        0
   
4. 2        0        3        1
   
5. 3        1        1        1
   

复制代码

其中第一行1  2  3为代表行1 2 3,第一列1  2  3为代表列1 2 3(行号列号也可以不输出的)。
其他的就为对应的输出数据。
例如1*1矩阵点处无样本，为0；1*2矩阵点处分到样本1,3,8，为3；...等等.
求帮忙~~

iamlimeng

看一下小骆驼就能轻松写出代码来，建议LZ先自己写。

zcheung

生物帝向来都是这么牛屄

lijie_perl

回复 2# iamlimeng


在楼主建议下，狠狠看了小骆驼，不过用起来还有点一支半解。
写了一个程序如下：

1. #!/usr/bin/perl -w
   
2. use strict;
   
3. 
   
4. my $row=3;
   
5. my $column=3;
   
6. my $hash = {};
   
7. my %count;
   
8. 
   
9. open (IN,"inputfile.txt");
   
10. while ( <IN> )
    
11. {
    
12.                 if( m/\s?(\d+)\s+(\d+)\s+(\d+)/ ){
    
13.                         my $index=($3-1)*$row+$2;
    
14.                         push @{$hash->{$index}} ,$1;
    
15.                         $count{$index}++;
    
16.                 }        
    
17. }
    
18. close(IN);
    
19. 
    
20. #统计每一个神经元上样本个数
    
21. open (OUT,">outfile.txt");
    
22. my %tmp;
    
23. foreach my $keys (sort keys %$hash)
    
24. {
    
25.         my @tem= @{$hash->{$keys}};
    
26.         print OUT "第$keys号神经元有样本$count{$keys}个："," @tem  \n";
    
27.         $tmp{$keys}=$count{$keys};
    
28. }
    
29. close(OUT);
    
30. 
    
31. #矩阵格式转换       
    
32. my $n;
    
33. my @tmp1;
    
34. for (my $i=1;$i<=$row;$i++){
    
35.         for(my $j=1;$j<=$column;$j++){
    
36.                   foreach my $k (sort keys %tmp){
    
37.                                 $n=0;
    
38.                                 next if ((($j-1)*$row+$i)!=$k);
    
39.                                 if ((($j-1)*$row+$i)==$k){
    
40.                                         $n=$tmp{$k};
    
41.                                         last;
    
42.                                 }
    
43.                         }
    
44.                 push @tmp1,$n;            
    
45.                 }
    
46.         print join "\t", @tmp1;
    
47.         @tmp1=();
    
48.         print "\n";
    
49. }     
    

复制代码

有2点问题：
1)统计每一个神经元上样本个数输出是正确的。但是我想按样本数量的多少由大到小输出，即输出格式如下：

1. 第4号神经元有样本3个： 1 3 8
   
2. 第5号神经元有样本3个： 2 7 10   
   
3. 第6号神经元有样本1个： 6  
   
4. 第8号神经元有样本1个： 5
   
5. 第3号神经元有样本1个： 4  
   
6. 第9号神经元有样本1个： 9  
   

复制代码

2)矩阵格式转换输出也是正确的，但是效率有点慢。

请大家帮帮我，改一下我的程序吧~~~

谢谢了~~·

iamlimeng

回复 4# lijie_perl


如果看小骆驼能写出你展示的代码，那已经相当不简单。

我帮你改了一下，希望能帮到你：

1. #!/usr/bin/perl -w
   
2. use strict;
   
3. 
   
4. my $row=3;
   
5. my $column=3;
   
6. my %hash;
   
7. my %hash_sort;
   
8. my %count;
   
9. 
   
10. open (IN,"inputfile.txt");
    
11. while ( <IN> )
    
12. {
    
13.                 if( m/\s?(\d+)\s+(\d+)\s+(\d+)/ ){
    
14.                         my $index=($3-1)*$row+$2;
    
15.                         push(@{$hash{$index}},$1);
    
16.                         $count{$index}++;
    
17.                 }
    
18. }
    
19. close(IN);
    
20. 
    
21. foreach (keys %count) {
    
22.         push(@{$hash_sort{$count{$_}}},$_);
    
23. }
    
24. 
    
25. #统计每一个神经元上样本个数
    
26. open (OUT,">outfile.txt");
    
27. my %tmp;
    
28. foreach my $value (sort {$b<=>$a} keys %hash_sort) {
    
29.         foreach my $key (sort {$a<=>$b} @{$hash_sort{$value}}) {
    
30.                  print "第$key号神经元有样本$value个："," @{$hash{$key}}\n";
    
31.                 print OUT "第$key号神经元有样本$value个："," @{$hash{$key}}\n";
    
32.          }
    
33. }
    
34. close(OUT);
    
35. 
    
36. #矩阵格式转换
    
37. open (OUT,">outfile1.txt");
    
38. for my $x(1..$column){
    
39.         my @line = ();
    
40.         for my $y(1..$row){
    
41.                  my $index=($y-1)*$row+$x;
    
42.                  my $value = ($count{$index})?$count{$index}:0;
    
43.                  push(@line,$value);
    
44.         }
    
45.          print OUT join("\t",@line),"\n";
    
46. }
    
47. close(OUT);
    
48. 
    
49. <STDIN>;

复制代码

chenhao392

回复 5# iamlimeng


    顶楼上，本想帮楼主看看的，结果耽搁了没看完就走了...... 呃（标准马后炮..）

    楼主加油，楼主好样的