是否有某个地方完全描述了在snakemake规则中使用配置数据？
在yaml文件的用户指南中有一个示例：
samples:
A: data/samples/A.fastq
B: data/samples/B.fastq
然后，它被用在这样的规则中：
bam=expand("sorted_reads/{sample}.bam", sample=config["samples"]),
似乎上面的内容会将{sample}替换为“data / samples / A.fastq”而不是“A”（和“B”等），就像它显然那样。
在输出规则中使用配置数据的正确方法是什么，例如帮助形成输出文件名？此表单不起作用：
output: "{config.dataFolder}/{ID}/{ID}.yyy"
如果我在yaml文件中定义复杂的结构化数据，我正在寻找语法指导 - 如何在snake规则中使用它？我什么时候使用Python语法？什么时候使用SnakeMake语法？
yaml和JSON配置文件受到严格限制，因为它们无法使用文件中先前定义的值来定义新值，对吧？这是设置配置参数时经常要做的事情。
使用配置文件有什么好处？为什么不使用include：包含一个python文件来定义参数？
一个有用的东西是参考手册，它详细描述了SnakeMake的细节。当前的网站有点分散，需要一段时间才能找到你以前在其中某处找到的东西。
答案 0 :(得分：1)
如何在“输出”规则中使用配置数据？我发现输出字符串不能包含{config。}值。但是，可以使用Python代码包含它们，如下所示：
output: config["OutputDir"] + "/myfile.txt"
但是，这种方法不起作用（在输出中：或输入:)：
params: config=config
output: "{params.config[OutputDir]}/myfile.txt"
但是，它在“shell：”中工作：
params: config=config
output: config["OutputDir"] + "/myfile.txt"
shell: echo "OutputDir is {params.config[OutputDir]}" > {output}
请注意，shell cmd中[]内的OutputDir周围没有引号。扩展字符串中值的{}方法不使用键周围的引号。
配置数据是可以定义蛇文件还是python-wise？是！
参数可以在使用'configfile'包含的.yaml文件中定义，也可以通过使用'include'包含的常规Python文件定义。后者是恕我直言，因为.yaml文件不允许定义引用以前的定义，除了最简单的配置文件之外，它们都是常见的。
使用yaml：
定义上面的“OutputDir”参数xxx.yaml：
OutputDir: DATA_DIR
snakefile：
configfile: 'xxx.yaml'
使用Python定义它与上面完全兼容：
xxx.py：
config['OutputDir'] = "DATA_DIR"
snakefile：
include: 'xxx.py'
或者，在Python包含的配置文件中定义一个简单的变量'OutputDir'，然后在规则中使用它：
xxx.py：
OutputDir = "DATA_DIR"
snakefile：
include: 'xxx.py'
rule:
output: OutputDir + "/myfile.txt"
可以通过.yaml文件和python文件轻松定义和访问多嵌套字典和列表。例如：
MACBOOK> cat cfgtest.yaml
cfgtestYAML:
A: 10
B: [1, 2, 99]
C:
nst1: "hello"
nst2: ["big", "world"]
MACBOOK> cat cfgtest.py
cfgtestPY = {
'X': -2,
'Y': range(4,7),
'Z': {
'nest1': "bye",
'nest2': ["A", "list"]
}
}
MACBOOK> cat cfgtest
configfile: "cfgtest.yaml"
include: "cfgtest.py"
rule:
output: 'cfgtest.txt'
params: YAML=config["cfgtestYAML"], PY=cfgtestPY
shell:
"""
echo "params.YAML[A]: {params.YAML[A]}" >{output}
echo "params.YAML[B]: {params.YAML[B]}" >>{output}
echo "params.YAML[B][2]: {params.YAML[B][2]}" >>{output}
echo "params.YAML[C]: {params.YAML[C]}" >>{output}
echo "params.YAML[C][nst1]: {params.YAML[C][nst1]}" >>{output}
echo "params.YAML[C][nst2]: {params.YAML[C][nst2]}" >>{output}
echo "params.YAML[C][nst2][1]: {params.YAML[C][nst2][1]}" >>{output}
echo "" >>{output}
echo "params.PY[X]: {params.PY[X]}" >>{output}
echo "params.PY[Y]: {params.PY[Y]}" >>{output}
echo "params.PY[Y][2]: {params.PY[Y][2]}" >>{output}
echo "params.PY[Z]: {params.PY[Z]}" >>{output}
echo "params.PY[Z][nest1]: {params.PY[Z][nest1]}" >>{output}
echo "params.PY[Z][nest2]: {params.PY[Z][nest2]}" >>{output}
echo "params.PY[Z][nest2][1]: {params.PY[Z][nest2][1]}" >>{output}
"""
MACBOOK> snakemake -s cfgtest
Provided cores: 1
Rules claiming more threads will be scaled down.
Job counts:
count jobs
1 1
1
rule 1:
output: cfgtest.txt
jobid: 0
Finished job 0.
1 of 1 steps (100%) done
MACBOOK> cat cfgtest.txt
params.YAML[A]: 10
params.YAML[B]: 1 2 99
params.YAML[B][2]: 99
params.YAML[C]: {'nst1': 'hello', 'nst2': ['big', 'world']}
params.YAML[C][nst1]: hello
params.YAML[C][nst2]: big world
params.YAML[C][nst2][1]: world
params.PY[X]: -2
params.PY[Y]: range(4, 7)
params.PY[Y][2]: 6
params.PY[Z]: {'nest1': 'bye', 'nest2': ['A', 'list']}
params.PY[Z][nest1]: bye
params.PY[Z][nest2]: A list
params.PY[Z][nest2][1]: list
答案 1 :(得分：0)
这与YAML文件的嵌套有关，请参阅示例here。
配置[＆＃34; samples＆＃34;]请求将同时返回＆＃39; A＆＃39;和＆＃39; B＆＃39;。我是我的脑袋，我想它会返回一个列表，但我对变量类型并不乐观。
使用此处列出的配置文件： https://snakemake.readthedocs.io/en/latest/tutorial/advanced.html
您可以使用YAML格式链接以下YAML配置文件。
设置/ config.yaml：
samples:
A
B
OR
设置/ config.yaml：
sampleID:
123
124
125
baseDIR:
data
使用YAML配置访问产生的呼叫
Snakefile：
configfile: "settings/config.yaml"
rule all:
input:
expand("{baseDIR}/{ID}.bam", baseDIR=config["baseDIR"], ID=config["sampleID"]),
rule fastq2bam:
input:
expand("{{baseDIR}}/{{ID}}.{readDirection}.fastq", readDirection=['1','2'])
output:
"{baseDIR}/{ID}.bam"
#Note different number of {}, 1 for wildcards not in expand.
#Equivalent line with 'useless' expand call would be:
#expand("{{baseDIR}}/{{ID}}.bam")
shell:
"""
bwa mem {input[0]} {input[1]} > {output}
"""
虚拟示例，只是试图举例说明不同字符串和配置变量的使用。我在fastq2bam规则中使用通配符。通常我只使用配置变量在我的规则中设置所有内容，如果可能，这是最佳做法。我不能说shell调用是否真的适用于bwa mem，但我认为你能理解我所暗示的内容。
可以看到更大版本的Snakefile here
设置配置文件后，要引用其中的任何内容，请使用＆＃39; config＆＃39;。它可以根据需要用于深入访问YAML。在这里，我将下调3个假设的水平，如下：
hypothetical_var = config["yamlVarLvl1"]["yamlVarLvl2"]["yamlVarLvl3"]
等同于（我对于打字没有积极性，我认为它会转换为字符串）
hypothetical_var = ['124', '125', '126', '127', '128', '129']
如果YAML是：
yamlVarLvl1:
yamlVarLvl2:
yamlVarLvl3:
'124'
'125'
'126'
'127'
'128'
'129'
Python和Snakemake代码，大部分都可以在certian位置交错。我建议不要这样做，因为它会使代码难以维护。由用户决定如何实现这一点。例如，使用run或shell指令更改如何访问变量。
YAML和JSON文件是首选的配置变量文件，因为我相信它为编辑和命令行界面过度变量提供了一些支持。如果使用外部导入的python变量实现它，那么它就不会那么干净。它也有助于我的大脑，知道python文件做事情，YAML文件存储东西。
YAML始终是外部文件，但是......
答案 2 :(得分：0)
是否有某个地方完全描述了在snakemake规则中使用配置数据？
如果可以将其解析为python对象，则可以在配置文件中添加的内容没有限制。基本上，“你的想象力是极限”。
在输出规则中使用配置数据的正确方法是什么，例如帮助形成输出文件名？
我从规则之外的配置中提取东西，用普通的python。
而不是output: "{config.dataFolder}/{ID}/{ID}.yyy"，我会这样做：
data_folder = config.dataFolder
rule name_of_the_rule:
output:unction
os.path.join(data_folder, "{ID}", "{ID}.yyy")
我想你用你所尝试的东西，当来自通配符和其他东西的混合物时，snakemake在格式化字符串方面存在问题。但是，使用formatted string litterals：output: f"{config.dataFolder}/{ID}/{ID}.yyy"可能以下在python 3.6中有效。我没有检查过。
如果我在yaml文件中定义复杂的结构化数据，我正在寻找语法指导 - 如何在snake规则中使用它？我什么时候使用Python语法？什么时候使用SnakeMake语法？
在snakefile中，我通常会读取配置文件，以便在规则之前提取配置信息。这基本上是纯Python，除了Snakemake直接提供config对象以方便使用。您可以使用config = json.load("config.json")或config = yaml.load("config.yaml")来使用普通标准python。
在snakefile中，在规则之外，你可以在python中做任何你想要的计算。这可以在读取配置之前以及之后。您可以定义可在规则中使用的函数（例如，生成规则的输入），计算将用作通配符的事物列表。我认为唯一的问题是需要在使用它的规则之前定义一个对象。
Snakemake语法似乎主要是描述规则的一种方法。在规则的run部分内，您可以使用任何您想要的python，因为您知道可以访问wildcards对象来帮助您。规则的输入和输出是文件路径列表，您可以使用python来构建它们。