traitement de fichier et une table hash

bonsoir tous le monde ; je voudrai faire une table de hash entre la premiere et la derniere colonne , pour ensuite classer les valeurs de derniere colonne par ordre décroissant et prendre les 5 meilleurs résultats et à la fin afficher les 5 lignes correspondantes aux meilleurs valeurs de score (la derniere colonne )
voilà un exemple de mes données et merci d'avance

clone1_deb chu:CHU_0158 71.16 267 77 0 2 802 545 811 5e-108 392
clone1_deb chu:CHU_0158 100.00 10 0 0 810 839 821 830 5e-108 24.3
clone1_deb chu:CHU_0158 32.76 116 71 1 221 547 18 133 1e-09 66.6
clone1_deb chu:CHU_0158 40.74 54 31 1 8 166 888 941 2e-04 49.7
clone1_deb bth:BT_0578 69.06 265 82 0 8 802 546 810 2e-101 372
clone1_deb bth:BT_0578 33.94 109 65 2 224 529 12 120 3e-08 62.4
clone1_deb bth:BT_0578 40.91 44 26 0 8 139 887 930 0.003 45.4
clone1_deb bth:BT_0578 35.00 40 26 0 671 790 411 450 2.0 36.2
clone1_deb bfs:BF2634 68.68 265 83 0 8 802 541 805 6e-100 366
clone1_deb bfs:BF2634 33.94 109 65 2 224 529 7 115 3e-08 62.4
clone1_deb bfs:BF2634 38.33 60 36 1 8 184 882 941 9e-04 47.4

Si tu crées un hash avec la première colonne comme clé, comme celle-ci n'est pas unique, il faut expliquer comment tu gères les différents scores pour une même clé.

En dehors de cela, j'aurais plutôt fait quelque chose comme cela :
- lire les lignes dans un tableau à deux dimensions (premier élément : la ligne complète, deuxième élément : le score)
- trier ce tableau par ordre décroissant du score
- extraire la tranche [0..4] du tableau trié

En fonction des explications que tu vas donner pour l'histoire de la clé unique, il faudra peut-être revoir l'algorithme proposé.
A vue de nez, ça doit tenir en une ligne pas trop longue (peut-être deux).

Exemple :

Code:

---

1 2 3 4 5 6

$ perl -E 'say map $_->[0], (sort { $b->[1] <=> $a->[1] } map { [ $_, (split /\s+/, $_)[-1] ] } <STDIN>)[0..4]' <data.txt clone1_deb chu:CHU_0158 71.16 267 77 0 2 802 545 811 5e-108 392 clone1_deb bth:BT_0578 69.06 265 82 0 8 802 546 810 2e-101 372 clone1_deb bfs:BF2634 68.68 265 83 0 8 802 541 805 6e-100 366 clone1_deb chu:CHU_0158 32.76 116 71 1 221 547 18 133 1e-09 66.6 clone1_deb bth:BT_0578 33.94 109 65 2 224 529 12 120 3e-08 62.4

---

Pour info, Abdou, le mécanisme employé ci-dessus par Philou (++) est un exemple presque classique de la "transformation de Schwartz" ou "transformée de Schwartz" (Schwartz Transform). Tu peux faire une recherche sur cette expression si tu as besoin de mieux comprendre le fonctionnement.

Je crois qu'on parle plutôt de transformée Schwartzienne (Schwartzian transform en anglais) ;)

Oui, tu as raison, je me suis trompé, en anglais c'est Schwartzian Transform, mais les auteurs de l'article que tu cites disent eux-mêmes que ça aurait été plus juste de dire Schwartz Transform.

Quant à la traduction française, je préfère personnellement "transformation de Schwartz" ou à la rigueur "transformée de Schwartz", mais ce n'est qu'une opinion personnelle. ;)

Je suis bien d'accord.
Dans tous les cas, cette transformée permet une densité et une efficacité redoutable dans les tris complexes.

En utilisant la transformé de Guttman-Rosler:

Code:

---

perl -e'print map {substr $_, 8} (sort map {sprintf "%08.1f%s", 1e5-(split)[-1], $_} <>)[0..4]' <data

---

Pratiquée comme telle, en utilisant sprintf, cela suppose de connaître les bornes de la valeur en question et sa précision. Ici, j'utilise 10^5 comme maximum (pour être large) et une seule décimale, au vu du court échantillon de données.

bonsoir
en faite mon PC a arreté de fonctionner pour pouvoir essayer ce que vous me proposer , merci pour l'attention que vous portez pour ma question , je vous réponderai dés que je trouve un nouveau PC parceque je dois rendre tous le projet avant le 1 er du mois prochain merci beaucoup
bonne soirée tous le monde

bsr tous le monde , *
si il est parfait l'algorithme que t'as proposé mais je suis coincé pour déclarer un tableau à deux dimension j'ai
@liste qui contien mes lignes
et
@score qui contien mes score
il me reste qu'a créer le tableau
bonne soirée

Dans le script uniligne présenté par Philou, cette partie du code:

Code:

---

map { [ $_, (split /\s+/, $_)[-1] ] }

---

crée un tableau à deux dimensions.

Si tu veux décomposer en instructions plus élémentaires, tu peux essayer ceci pour créer un tableau à 2 dimensions (en supposant que tu lises les données depuis un fichier ouvert avec le file handle $input):

Code:

---

1 2 3 4 5 6 7 8

my @AoA; # array of arrays, c'est-à-dire tableau à 2 dimensions while (my $line = <$input>) { chomp $line; my @temp_array = split /\s+/, $line; my $score = @temp_array[-1]; push @AoA, [$line, $score]; }

---

Ensuite, tu peux trier le tableau à 2 dimensions sur le deuxième champ de chaque sous-tableau, récupérer les 5 premiers enregistrements et extraire le champ ligne entière.

Mais le code de Philou fait tout cela en une seule ligne de code.

bonsoir
en faite j'ai suivi le 1 er Algorithme de philo ca m'a donné des resultats parfait mais pour le code celui de philo je peut pas l'utiliser parceque je suis qu'un débutant et je doit montrer ce que je fait à mon prof mais le code de lolo array of array ca m'interesse je l'ai pris j'aurai certainement besoin
merci à vous tous ce probeleme est résolu mais je vais aussi ouvrir une nouvelle discussion jesuis coincé dans un autre point
je lance déja mon probleme ici
bonne soirée

j'ai des données qui ressemble à ca dans un fichier .txt :
# Eukaryotes
## Animals
### Vertebrates
#### Mammals
T01001 hsa H.sapiens Homo sapiens (human)
T01005 ptr P.troglodytes Pan troglodytes (chimpanzee)
T01028 mcc M.mulatta Macaca mulatta (rhesus monkey)
###
.....
ce que je veux est de matcher tous ce qui commence par ### et de compter les lignes qui commence par un identifiant deriere je vois pas une stratégie claire pour résoudre mon probleme
merci d'avance de votre aide
bonne soirée

Comment ferais-tu avec un papier et un crayon? C'est une question sérieuse: réfléchis exactement aux étapes (explicites ou implicites) pour le faire manuellement. Après il suffit d'automatiser.

Par exemple (à supposer que j'ai compris ce que tu veux faire), je pourrais vouloir:

• Je lis le fichier en entrée;
• j'écris sur une feuille mon espèce animale (je veux dire un truc genre "Mammals") commençant par des "#"
• je compte les lignes commençant par un identifiant jusqu'au prochain "#" et j'écris le nombre sur la feuille de papier en face de l'espèce
• je recommence avec l'espèce suivante.

Une fois la stratégie manuelle bien élaborée, il faut mettre en musique. Tu sais, je suppose lire un fichier, lire un identifiant d'espèce, etc. Il suffit de l'écrire en Perl. A toi de jouer. Si tu as des difficultés, montre ton code, on t'aidera à le corriger.

Comprends bien que ce serait te rendre un bien mauvais service que d'écrire le code à ta place: tu n'apprendrais jamais. Il faut que tu te lances.

bonsoir
oui c'est vrai lolo78 , le probleme est que c'est un projet long et je débute en perl mon code complet est trés long , mais voilà l'étape ou je suis coincé , voilà déja mon code actuel

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 30 31 32 33 34 35 36 37 38 39 40 41 42 43

use strict; use warnings;   ######question 2 PARTIE III#### script correct ici à garder     my $taxo; open($taxo ,'<','taxonomy'); my %hash_clade_13;   my @taxonomy; while (my $ligne = <$taxo>){ push (@taxonomy, $ligne); #print "$ligne\n";   } my @liste; my $kays; @liste = grep {$_=~m/^T\d\d\d\d\d|^###\s/}@taxonomy; #print "@liste\n"; my $compteur=0; foreach (@liste){ my $z++; if ($_=~m/^T\d\d\d\d\d/i){ $compteur++;     } if($_=~m/^###\s/){ $kays=$_;   $hash_clade_13{$kays} = $compteur; $compteur=0;} }     foreach my $i (keys (%hash_clade_13)){ #print "$i=>$hash_clade_13{$i}\n" } foreach (keys(%hash_clade_13)){ if ($hash_clade_13{$_}>13){ print "$_=>$hash_clade_13{$_}\n";} }

---

le probleme est que pour chaque clade (groupe taxonomique )
il me sort la liste des identifiant correspondante à la clade d'avant
je vais joidre le fichier sur lequel je travaille actuellement parceque ca c'est qu'une étape de la question , je devrais ensuite séparer chaque clade et la liste des especes(ex:hsa,fnu,..) qui suivent pour pouvoir comparer les resultat avec les résultats de BLAST (autre fichier)
bonne soirée à tous


### Fusobacteria
T00077(2002) fnu F.nucleatum Fusobacterium nucleatum
### Planctomyces
T00134(2003) rba R.baltica Rhodopirellula baltica
### Verrucomicrobia
T00689(2008) ote O.terrae Opitutus terrae
T00727(2008) min M.infernorum Methylacidiphilum infernorum
T00736(2008) amu A.muciniphila Akkermansia muciniphila
### Chlamydia
T00017(1998) ctr C.trachomatis Chlamydia trachomatis D/UW-3/CX (serovar D)
T00280(2005) cta C.trachomatis_A Chlamydia trachomatis A/HAR-13 (serovar A)
T00645(2008) ctb C.trachomatis_434Bu Chlamydia trachomatis 434/Bu
T00646(2008) ctl C.trachomatis_L2b Chlamydia trachomatis L2b/UCH-1/proctitis
T00028(2000) cmu C.muridarum Chlamydia muridarum
T00021(1999) cpn C.pneumoniae Chlamydophila pneumoniae CWL029
T00029(2000) cpa C.pneumoniae_AR39 Chlamydophila pneumoniae AR39
T00032(2000) cpj C.pneumoniae_J138 Chlamydophila pneumoniae J138