hash de hsah et tri

Version imprimable

hash de hsah et tri

Hello,

J'ai un résultat de blast et je souhaiterai faire un tri query par query selon la e-value

Code:

1
2
3
4
5
6
7
 
tata	d	40.98	266	136	7	164	413	1644	1904	4e-53	 192
tata	c	48.33	240	123	1	178	416	2237	2476	8e-74	 252
tata	a	99.52	420	2	0	1	420	1	420	0.0	 876
lolo  g      44.53   384     196     12      54      429     50      424     2e-101   309
lolo h     99.68   1247    4       0       1       1247    1       1247    0.0     2520
lolo  f     99.77   429     1       0       1       429     1       429     0.0      890

Obtenir comme résultats:

Code:

1
2
3
4
5
6
7
 
tata	a	99.52	420	2	0	1	420	1	420	0.0	 876
tata	c	48.33	240	123	1	178	416	2237	2476	8e-74	 252
tata	d	40.98	266	136	7	164	413	1644	1904	4e-53	 192
lolo h     99.68   1247    4       0       1       1247    1       1247    0.0     2520
lolo  f     99.77   429     1       0       1       429     1       429     0.0      890
lolo  g      44.53   384     196     12      54      429     50      424     2e-101   309

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
 
#!usr/local/bin/perl
 
use strict;
use warnings;
 
 
my $fichier = '/home/mcorrea/Duplinet/data/Hogenom/Test/evalue_tri';
 
open my $fh, '<', $fichier or die "Impossible de lire le fichier $fichier\n";
my %hash=();
my $i=0;
while(my $ligne = <$fh>){
	$i++;
 
	chomp $ligne;
  	my ($query,$subject,$id,$ali,$mismatches,$gap,$qstart,$qend,$sstart,$send,$evalue,$score) = split "\t", $ligne;
 
        if ( !exists $hash{$query}) {   
                my $arrayref = sort { $b <=> $a } $hash{$query}{'evalue'};# fait le trie du plus petit au plus grand cf. ordre de $b et $a!
        }
}
foreach my $t (keys %hash){
	foreach (keys %{$hash{$t}}){
 
print "$hash{$t}\t$hash{$t}{$_}\n";
 
        }
}

J'obtiens le message d'erreur : Useless use of sort in scalar context at tri_evalue.pl line 22.
ce qui correspond à ma ligne my $arrayref = sort { $b <=> $a } $hash{$query}{'evalue'} je ne comprend pas

10/03/2014, 17h33
6ril23

avant de sortir l'artillerie lourde et le codage de script, si tu veux juste trier tes résultats, il me semble qu'il existe en général une option dans les blast pour que les résultats sortent triés
10/03/2014, 18h12
pontarose

Hello,

Oui mais je ne pars pas directement de mon fichier de résultats.
J'ai mes résultats blast que j'ai ensuite traité. Désormais ils ne sont plus trié et je souhaiterait les trier selon query par query (colonne1 ) et selon la e-value
10/03/2014, 18h49
Lolo78

Il fait quelle taille, ton fichier? Selon la taille, la procédure sera un peu différente. C'est assez facile à faire.

Sinon, l'erreur:

Code:

Useless use of sort in scalar context at tri_evalue.pl line 22.

est due au fait que tu rediriges le résultat du tri vers une variable scalaire (une seule valeur) et non vers un tableau. De toute façon, même si tu mettais:

Code:

my @array = sort ...

ça ne servirait toujours pas à grand chose car tu perdrais le contenu du tableau dès que tu sors du bloc.

Donne la réponse à la question de la taille, et je reviendrai te donner une solution plus tard dans la soirée.

Bon, tant pis pour la taille, on verra plus tard, voici un programme faisant, je pense, ce que tu désires:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
use strict;
use warnings;
 
my @data = <DATA>;
 
my @sorted_data = map {$_->[2]}
                  sort {$a->[0] cmp $b->[0] || $a->[1] <=> $b->[1]}
                  map {my ($f1, $f2) = (split /\s+/, $_)[0, 10]; [$f1, $f2, $_]}  @data;
 
print @sorted_data;
 
__DATA__
tata	d	40.98	266	136	7	164	413	1644	1904	4e-53	 192
tata	c	48.33	240	123	1	178	416	2237	2476	8e-74	 252
tata	a	99.52	420	2	0	1	420	1	420	0.0	 876
lolo  g      44.53   384     196     12      54      429     50      424     2e-101   309
lolo h     99.68   1247    4       0       1       1247    1       1247    0.0     2520
lolo  f     99.77   429     1       0       1       429     1       429     0.0      890

Ce qui me donne le résultat suivant:

Code:

1
2
3
4
5
6
7
$ perl sort_blast.pl
lolo h     99.68   1247    4       0       1       1247    1       1247    0.0     2520
lolo  f     99.77   429     1       0       1       429     1       429     0.0      890
lolo  g      44.53   384     196     12      54      429     50      424     2e-101   309
tata    a       99.52   420     2       0       1       420     1       420     0.0      876
tata    c       48.33   240     123     1       178     416     2237    2476    8e-74    252
tata    d       40.98   266     136     7       164     413     1644    1904    4e-53    192

Par rapport à l'exemple de résultats que tu as donné, les lignes lolo (merci de les avoir nommées comme ça en mon honneur :zoubi:) viennent avant les lignes tata, parce c'est comme cela dans l'ordre alphabétique.

Ce genre de construction "map ... sort ... map" s'appelle la transformation de Schwartz et est expliquée en détail dans la partie consacrée aux tris de données de mon tuto sur les opérateurs de listes.

Je suis à ta disposition pour des explications complémentaires si nécessaire.

13/03/2014, 14h36
pontarose

MERCI,

Mon fichier fait 58M.
J'ai effectué un format scientifique sur ma colonne puis j'ai trié suivant la colonne 1 (query) et colonne 11