早上好。这是我的问题: 我有几个文件,如下所示:
104 0.1697 12.3513214 15.9136214
112 -0.3146 12.0517303 14.8027303
122 0.2718 10.881109 13.259109
123 -0.4185 11.2880142 14.0237142
128 0.0205 13.0585763 15.4365763
132 0.1562 13.3956582 16.9579582
136 -0.4602 12.2567041 14.6347041
157 0.8142 13.6455927 17.2078927
158 -0.9244 8.0012967 11.5635967
大约10000个文件,每个文件有多行。 我需要为每个文件在第2列和第4列之间建立Pearson相关性。后来,我需要弄清楚这些相关性的平均值。我想通过Linux命令做所有事情。有人可以帮帮我吗? 感谢
答案 0 :(得分:0)
试试这个脚本。你需要bash和bc(对浮点数进行操作)。
chmod +x /path/to/pearson.sh
bash /path/to/pearson.sh
的脚本。 它应该产生根据这些文件的数据计算的所有Pearson相关系数的平均值。
#! /bin/bash
FILES=/path/to/files/
function add {
echo $1 + $2 | bc
}
function sub {
echo $1 - $2 | bc
}
function mult {
echo $1*$2 | bc
}
function div {
echo $1 / $2 | bc -l
}
function sqrt {
echo "sqrt ($1)" | bc -l
}
X=0
X2=0
Y=0
Y2=0
XY=0
r=0
R=0
N=0
for f in $FILES/*; do
N=$((N+1))
n=0
while read l; do
n=$((n+1))
read -r -a rows <<< $l
x=${rows[1]}
y=${rows[3]}
X=$(add $X $x)
X2=$(add $X2 $(mult $x $x))
Y=$(add $Y $y)
Y2=$(add $Y2 $(mult $y $y))
XY=$(add $XY $(mult $x $y))
done < $f;
r=$(add $r $XY)
r=$(sub $r $(div $(mult $X $Y) $n))
d1=$(sub $X2 $(div $(mult $X $X) $n))
d2=$(sub $Y2 $(div $(mult $Y $Y) $n))
r=$(div $r $(sqrt $(mult $d1 $d2)))
R=$(add $R $r)
X=0
X2=0
Y=0
Y2=0
XY=0
r=0
n=0
done
echo Mean=$(div $R $N)
Ps:我假设所有文件的格式都与您提供的格式相同。评估系数的公式取自您给出的link。
答案 1 :(得分:0)
如果您安装了 GNU datamash:
true
示例:
datamash -W ppearson 2:4 < file.txt # or specify delimiter using -t