hash de hash ?

Version imprimable

hash de hash ?

Bonjour à tous,
Je ne vois pas du tout comment faire ce dont j'ai besoin (table de hash ou autre).
J'ai un fichier ressemblant à cela :
Code:

1 2 3 4 5 6 TTTA_1 + TABOR_I 6122 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACCAAAAAAAAA IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 0 GGGA_1 + TABOR_I 6122 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACCAAAAAAAAA IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 0 AGCC_1 + GYPSY_I 6121 GAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACCAAAAAA IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 0 AGCC_1 + TABOR_I 6121 GAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACCAAAAAA IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 0 TTTA_1 + HELENA_RT 909 ATCACCCTGGATAAACGGCTCACCTT IIIIIIIIIIIIIIIIIIIIIIIIII 0 TACC_3610 + HELENA_RT 909 ATCACCCTGGATAAACGGCTCACCTT IIIIIIIIIIIIIIIIIIIIIIIIII 0
j'ai donc commencé mon script comme ceci :
Code:

1 2 3 4 5 6 7 8 9 10 my $fichier_bam = 'TE_clip18_0mm.bam'; my %comptage; open my $fh, '<', $fichier_bam or die "Impossible de lire le fichier $fichier_bed\n"; while ( my $ligne = <$fh> ) { chomp $ligne; my ($ID,$sens,$ET,$pos,$seq,$qual,$count) = split /\t/, $ligne; } close $fh;
ce que j'aimerai avoir, c'est pour chaque $ID, le nombre de $ET associé. Je ne vois pas du tout comment faire avec un hash ?

Dans l'exemple de fichier que j'ai donné, je voudrais par exemple :
Code:

1 2 3 4 TTTA_1 2 GGGA_1 1 AGCC_1 2 TACC_3610 1
et du coup n'obtenir que les lignes pour lesquelles la seconde valeur = 1
donc dans l'exemple :
Code:

1 2 GGGA_1 + TABOR_I 6122 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACCAAAAAAAAA IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII TACC_3610 + HELENA_RT 909 ATCACCCTGGATAAACGGCTCACCTT IIIIIIIIIIIIIIIIIIIIIIIIII 0 0
Merci d'avance pour votre aide et bonne journée à tous.

01/02/2012, 12h47
estofilo

En quoi un $ET est associé à un $ID?
Pourquoi la valeur à trouver pour TACC_3610 devrait être 2 dans l'exemple alors qu'il est présent une seule fois dans le fichier?
01/02/2012, 14h07
Isabella83

J'avais fait une erreur pour TACC je l'ai rectifiée ....
En fait je veux savoir à combien de $ET un $ID est associé .... et je ne vois pas du tout comment faire, je débute en programmation ...

Un exemple de code que je n'ai pas testé mais qui devrait y ressembler.
On stocke dans la table de hashage le nombre d'occurence + les infos à conserver.
Pour ça on utilise d'autres tables de hashage dans %comptage en y accédant par leur référence.
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 my $fichier_bam = 'TE_clip18_0mm.bam'; my %comptage; open my $fh, '<', $fichier_bam or die "Impossible de lire le fichier $fichier_bed\n"; while ( my $ligne = <$fh> ) { chomp $ligne; my ($ID,undef,$ET) = split /\t/, $ligne; $comptage{$ID}->{'count'} = $comptage{$ID}->{'count'} + 1; push(@{$comptage{$ID}->{'data'}}, $ET); } close $fh; foreach my $ID (keys(%comptage)) { if ($comptage{$ID}->{'count'} == 1) { print("ID=$ID\tET=".join("\t", @{$comptage{$ID}->{'data'}})."\n"); } }
Voilà!

Merci pour votre aide,
j'ai ce message d'erreur que je ne comprends pas :

Code:

Use of uninitialized value in addition (+) at transposons.pl line 11

sachant que le code est :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 #!/usr/bin/perl use strict; use warnings; my $fichier_bam = 'TE_clip19_0mm.bam'; my %comptage; open my $fh, '<', $fichier_bam or die "Impossible de lire le fichier $fichier_bam\n"; while ( my $ligne = <$fh> ) { chomp $ligne; my ($ID,undef,$ET) = split /\t/, $ligne; $comptage{$ID}->{'count'} = $comptage{$ID}->{'count'}+ 1; push(@{$comptage{$ID}->{'data'}}, $ET); } close $fh; foreach my $ID (keys(%comptage)) { if ($comptage{$ID}->{'count'} == 1) { print("ID=$ID\tET=".join("\t", @{$comptage{$ID}->{'data'}})."\n"); } }
Pour etre sure d'avoir bien compris : vous créez un hash de hash de cette forme :
{comptage}{ID}{ 'count' :
'data' :
}
où :

Code:

$comptage{$ID}

sera la clé, donc unique pour chaque identifiant, et à chaque fois qu'on rencontrera un $ET différent,

Code:

$comptage{$ID}{count}

sera incrémenté grâce à la ligne de code :

Code:

$comptage{$ID}->{'count'} = $comptage{$ID}->{'count'} + 1;

?
Je ne comprends pas bien comment le fait que $ET est different d'une ligne à l'autre est pris en compte dans votre code ?

L'erreur rencontrée est un problème de variable non initialisé. C'est à dire que dans

Code:

$comptage{$ID}->{'count'} = $comptage{$ID}->{'count'} + 1;

la variable "$comptage{$ID}->{'count'}" n'a pas de valeur (elle doit valoir undef).

En corrigeant mon code ce devrait fonctionner comme ça :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 my $fichier_bam = 'TE_clip18_0mm.bam'; my %comptage; open my $fh, '<', $fichier_bam or die "Impossible de lire le fichier $fichier_bed\n"; while ( my $ligne = <$fh> ) { chomp $ligne; my ($ID,undef,$ET) = split /\t/, $ligne; if (exists($comptage{$ID}->{'count'})) { $comptage{$ID}->{'count'} = $comptage{$ID}->{'count'} + 1; } else { $comptage{$ID}->{'count'} = 1; } push(@{$comptage{$ID}->{'data'}}, $ET); } close $fh; foreach my $ID (keys(%comptage)) { if ($comptage{$ID}->{'count'} == 1) { print("ID=$ID\tET=".join("\t", @{$comptage{$ID}->{'data'}})."\n"); } }
Pour expliquer 'visuellement' la table de hashage "%comptage", il y a les hash classiques comme celui-ci:
Code:

1 2 3 4 5 6 %hash = { 'clé n°1' => 'Valeur A', 'clé n°2' => 'Valeur B' ... }
et il y a le notre, dans cet exemple qui vaut ceci :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 %comptage= { 'TTTA_1' => { 'count' => 2, 'data' => ( 'TABOR_I', 'HELENA_RT') }, 'GGGA_1' => { 'count' => 1, 'data' => ( 'TABOR_I' ) }, 'AGCC_1' => { 'count' => 2, 'data' => ( 'GYPSY_I', 'TABOR_I' ) }, 'TACC_3610' => { 'count' => 1, 'data' => ( 'HELENA_RT' ) } }
Pour chaque clé du hash, qui est un ID, correspond une valeur qui est égale à une référence d'un autre hash.
Cette autre hash contient 2 clés 'count' et 'data'.
Et pour la clé 'data' correspond une valeur qui est une référence à un tableau/une liste contenant les $ED à retenir.

La ligne de code suivante affiche toutes les valeurs $ED mis en mémoire dans le hash %comptage de chaque $ID (grâce à la boucle sur les $ID) :

Code:

print("ID=$ID\tET=".join("\t", @{$comptage{$ID}->{'data'}})."\n");

________________________________________________________________________

Maintenant, avec du recule, il est possible de simplifier ce code comme ceci:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 my $fichier_bam = 'TE_clip18_0mm.bam'; my %comptage; open my $fh, '<', $fichier_bam or die "Impossible de lire le fichier $fichier_bed\n"; while ( my $ligne = <$fh> ) { chomp $ligne; my ($ID) = split /\t/, $ligne; push(@{$comptage{$ID}}, $ligne); } close $fh; foreach my $ID (keys(%comptage)) { if (scalar(@{$comptage{$ID}}) == 1) { print($comptage{$ID}->[0]."\n"); } }
ici $comptage{$ID} pointe vers une variable de type tableau/liste.
Donc la première valeur de cette liste est récupérée avec $comptage{$ID}->[0]
Maintenant, le hash %comptage vaut ceci :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 %comptage= { 'TTTA_1' => ( 'TTTA_1 + TABOR_I 6122 AAAA....IIIIIIII 0', 'TTTA_1 + HELENA_RT 909 ATCACCC....IIIIIIII 0') }, 'GGGA_1' => ( 'GGGA_1 + TABOR_I 6122 AAAAAA....IIIIIII 0' ) }, 'AGCC_1' => ( 'AGCC_1 + GYPSY_I 6121 GAAAAAAA....IIIIIII 0', 'AGCC_1 + TABOR_I 6121 GAAAA....IIIIIIII 0' ) }, 'TACC_3610' => ( 'TACC_3610 + HELENA_RT 909 ATCACC....IIIIII 0' ) } }

09/02/2012, 11h14
Isabella83

Merci pour ton aide et toutes les explications !