现在需要编一个数理统计的程序，弄不出来了，求大神帮忙，万分万分感谢！！！

pitonas

亲亲？
x Cluster_1 y
x Cluster_2 y
x Cluster_2 y
x Cluster_3 y
这样Cluster_2 条数，对数是？

dqw233

1. use strict;
   
2. use warnings;
   
3. use feature 'say';
   
4. my @lines = <DATA>;
   
5. my %m;
   
6. my %d;
   
7. for (@lines) {
   
8.    my @matchs = $_ =~ /(Cluster_\d+)/g;
   
9.    $m{$_} ++ for @matchs;
   
10. }
    
11. 
    
12. 
    
13. while (@lines) {
    
14.     my ($fl, $nl) = (shift @lines, shift @lines);
    
15.     my @fm = $fl =~ /(Cluster_\d+)/g;
    
16.     my @nm = $nl =~ /(Cluster_\d+)/g;
    
17.     next unless exists $fm[0] && exists $nm[0];
    
18.     $d{$fm[0]} ++ if $fm[0] eq $nm[0];
    
19.     next unless exists $fm[1] && exists $nm[1];
    
20.     $d{$fm[1]} ++ if $fm[1] eq $nm[1];
    
21. }
    
22. 
    
23. 
    
24. say "$_  $m{$_} ".($d{$_}//0) for keys %m;
    
25. 
    
26. 
    
27. 
    
28. __DATA__
    
29. HWI-ST1106:755:H0V1MADXX:2:1101:1221:2186        Cluster_29235        XA:Z:Cluster_67972,+589,100M,0;
    
30. HWI-ST1106:755:H0V1MADXX:2:1101:1221:2186        Cluster_29235        XA:Z:Cluster_67972,-771,100M,1;
    
31. HWI-ST1106:755:H0V1MADXX:2:1101:1270:2135        Cluster_39664      
    
32. HWI-ST1106:755:H0V1MADXX:2:1101:1270:2135        Cluster_39664      
    
33. HWI-ST1106:755:H0V1MADXX:2:1101:1483:2147        Cluster_33745      
    
34. HWI-ST1106:755:H0V1MADXX:2:1101:1483:2147        Cluster_67963      
    
35. HWI-ST1106:755:H0V1MADXX:2:1101:1318:2150        Cluster_79602        XA:Z:Cluster_42584,-594,100M,0;
    
36. HWI-ST1106:755:H0V1MADXX:2:1101:1318:2150        Cluster_79602        XA:Z:Cluster_42584,+409,100M,1;
    
37. HWI-ST1106:755:H0V1MADXX:2:1101:1383:2209        Cluster_18421      
    
38. HWI-ST1106:755:H0V1MADXX:2:1101:1383:2209        Cluster_18421               
    
39. HWI-ST1106:755:H0V1MADXX:2:1101:1676:2131        Cluster_69157        XA:Z:Cluster_29478,+828,100M,0;
    
40. HWI-ST1106:755:H0V1MADXX:2:1101:1676:2131        Cluster_69157        XA:Z:Cluster_29478,-1069,100M,0;
    
41. HWI-ST1106:755:H0V1MADXX:2:1101:1543:2146        Cluster_41540      
    
42. HWI-ST1106:755:H0V1MADXX:2:1101:1543:2146        Cluster_41540      
    
43. HWI-ST1106:755:H0V1MADXX:2:1101:1725:2175        Cluster_40792      
    
44. HWI-ST1106:755:H0V1MADXX:2:1101:1725:2175        Cluster_40789        XA:Z:Cluster_40790,-372,100M,0;
    
45. HWI-ST1106:755:H0V1MADXX:2:1101:1516:2211        Cluster_6748        XA:Z:Cluster_54877,-968,100M,3;
    
46. HWI-ST1106:755:H0V1MADXX:2:1101:1516:2211        Cluster_6748        XA:Z:Cluster_54877,+711,100M,0;
    
47. HWI-ST1106:755:H0V1MADXX:2:1101:1902:2088        Cluster_6876      
    
48. HWI-ST1106:755:H0V1MADXX:2:1101:1902:2088        Cluster_6876        

复制代码

lxb456811

你是学生物的吧，这个是二代测序的结果？
你的要求用一个Hash就可以实现的。

旋转小马

我不是学生物的，但是是从事这一行业，初学者，不懂，请教具体的代码怎样实现，现在想两行两行的读取文件，之前是一行一行读取的，用了三个哈希还有好多判断语句，太占内存了，所以想两行两行的读取文件来达到优化的目的，具体代码请教一下？？？回复 13# lxb456811


   

pitonas

亲？这样能明白了。

1. #!/usr/bin/perl -w
   
2. 
   
3. my ( %number, %pair );
   
4. while (<DATA>) {
   
5.     my %n1   = map { $_ => 1 } /(Cluster_\d+)/g;
   
6.     my @n2   = <DATA> =~ /(Cluster_\d+)/g;
   
7.     my @pair = grep { $n1{$_} } @n2;
   
8.     $number{$_}++ for keys %n1, @n2;
   
9.     $pair{$_}++ for @pair;
   
10. }
    
11. print join( "\t", $_, $number{$_} // 0, $pair{$_} // 0 ), "\n" for keys %number;
    
12. 
    
13. __DATA__
    
14. HWI-ST1106:755:H0V1MADXX:2:1101:1221:2186        Cluster_29235        XA:Z:Cluster_67972,+589,100M,0;
    
15. HWI-ST1106:755:H0V1MADXX:2:1101:1221:2186        Cluster_29235        XA:Z:Cluster_67972,-771,100M,1;
    
16. HWI-ST1106:755:H0V1MADXX:2:1101:1483:2147        Cluster_29235        
    
17. HWI-ST1106:755:H0V1MADXX:2:1101:1483:2147        Cluster_67963  
    

复制代码

1. Cluster_29235   3       1
   
2. Cluster_67963   1       0
   
3. Cluster_67972   2       1

复制代码

回复 1# 旋转小马


   

旋转小马

嗯嗯，这样就实现了，不过对我这初学者来说，你写代码有点高端，看不大懂，当然如果把最后的输出文件中的第二列或者第三列由大到小进行一下排序那就最好了回复 15# pitonas


   

月光倾城asto

回复 15# pitonas


    学习了。

my @n2   = <DATA> =~ /(Cluster_\d+)/g;
这句是不是将整个文件的cluster_*组成 @n2？
是否可以放在循环外？

yestreenstars

1. #!/usr/bin/perl
   
2. 
   
3. while (<>) {
   
4.         if (!($.%2)) {
   
5.                 while (/(Cluster_\d+)/g) {
   
6.                         $hash1{$1}++;
   
7.                         $hash2{$1}++ if $1 ~~ @array;
   
8.                 }
   
9.                 undef @array;
   
10.         } else {
    
11.                 while (/(Cluster_\d+)/g) {
    
12.                         push @array,$1;
    
13.                         $hash1{$1}++;
    
14.                 }
    
15.         }
    
16. }
    
17. END {
    
18.         foreach (sort keys %hash1) {
    
19.                 $hash2{$_} = 0 if ! $hash2{$_};
    
20.                 print "$_\t$hash1{$_}\t$hash2{$_}\n";
    
21.         }
    
22. }

复制代码

jzp520520

测试下这段代码：my $rst = {};
while (<FH>) {
        while (/(cluster_\d+)/ig) {       
                my $ID = $1;
               
                if (exists ${$rst}{$ID}) {
                        ${$rst}{$ID}{ts}++;
                        if (${$rst}{$ID}{ts}%2==0) {
                       
                        ${$rst}{$ID}{ds}++;
                        }
                next;
                }
                ${$rst}{$ID}{ts}++;
        }
       
}
while (my ($key,$value)=each %$rst) {
        print "$key                $$value{ts}                $$value{ds}\n";
}