Question

我有一个问题困扰我很多... 我有一个包含两列的文件（感谢您在上一个问题中的帮助），例如：

14430001        0.040
14430002        0.000
14430003        0.990
14430004        1.000
14430005        0.050
14430006        0.490
....................

第一列是坐标第二概率。我试图找到概率> gt = 0.990并且大小超过100的块。作为输出，我希望如下：

14430001        14430250
14431100        14431328
18750003        18750345
.......................

其中第一列具有每个块的开始坐标，第二列具有其结束的坐标。

我写了这个剧本：

use strict;
#use warnings;
use POSIX;

my $scores_file = $ARGV[0];

#finds the highly conserved subsequences


open my $scores_info, $scores_file or die "Could not open $scores_file: $!";
#open(my $fh, '>', $coords_file) or die;
my $count = 0;
my $cons = "";
my $newcons = "";
while( my $sline = <$scores_info>)  {
      my @data = split('\t', $sline);
      my $coord = $data[0];
      my $prob = $data[1];
     if ($data[1] >= 0.990) {
      #$cons = "$cons + '\n' + $sline + '\n'";
    $cons = join("\n", $cons, $sline);
    # print $cons;
     $count++;
    if($count >= 100) {

    $newcons = join("\n", $newcons, $cons);
    my @array = split /'\n'/, $newcons;
    print @array;
            }
}
 else {
   $cons = "";
   $count = 0;
   }

}

它给了我概率＆gt; = 0.990的线（第一个如果有效），但坐标是错误的。当我试图将它打印在一个文件中它堆叠时，所以我只有一个样本来检查它。如果我的解释没有帮助，我很难过，但我是编程新手。

拜托，我需要你的帮助...... 非常感谢你提前!!!

Answer 1

您似乎使用了太多变量。此外，在拆分数组并将其部分分配给变量之后，请使用新变量而不是原始数组。

sub output {
    my ($from, $to) = @_;
    print "$from\t$to\n";
}

my $threshold = 0.980;   # Or is it 0.990?
my $count = 0;
my ($start, $last);
while (my $sline = <$scores_info>) {
    my ($coord, $prob) = split /\t/, $sline;
    if ($prob >= $threshold) {
        $count++;
        defined $start or $start = $coord;
        $last = $coord;
    } else {
        output($start, $last) if $count > 100;
        undef $start;
        $count = 0;
    }
}
output($start, $last) if $count > 100;

（未测试的）

我如何获取一个数字块的坐标？

1 个答案: