Perl: Finde den maximalen Wert eines Hash und berechne die Durchschnittswerte

Question

Nach einer großen Pause von ~ 6 Monaten bin ich zurück in der Welt von Perl und Bioinformatik, unter einem anderen Wissenschaftler. Aber die allererste Aufgabe ist anders als die, die ich beim letzten Mal erlebt habe. Obwohl ich einige Fortschritte gemacht habe, war ich nicht in der Lage, das Problem in seiner Gesamtheit anzugehen. Ich versuche auch, das, was ich beim letzten Mal gelernt habe, so schnell wie möglich zu überarbeiten, weil ich die Programmierung in den letzten 6 Monaten komplett verloren habe. Der Datensatz sieht wie folgt aus:

NR_046018 DDX11L1  , 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1.44 2.72 3.84 4.92 5.6 6.64 7.08 9.12 9.56 8.28 7.16 6.08 5.4 4.36 3.92 1.88 0 0 0.76 1 1 1 1.2 2 2 2 1.72 2 2 2 1.8 1 1.88 2.4 3 3.36 5 6 6 6.72 6.12 5.6 5.44 5.56 5 4.04 5 4.28 4 4 3.08 2.08 1.68 1.96 1.44 3 3.68 4 4.16 5 4.32 4.8 6.16 6 6.28 6.92 7.84 7 7.32 7.2 5.96 5 4.52 4.08 3 3 4.04 4.12 4.44 4 3.52 3.4 4 4 2.64 1.88 1 1 1 0.64 1 1 1.24 2 2.92 3 3 2.96 2 2 2.56 2 1.08 2.12 3 3 3 3 2.6 3 4.64 3.88 3.72 4 4 4.96 4.6 4 2.36 2 1.28 1 1 0.04 0 0.24 1.08 2.68 3.84 4.12 5.72 6 6 5.76 4.92 3.32 3.12 2.88 2.08 2 2 2 2 2 1.44 2.92 3.04 4.28 5.8 7.8 9.48 10.52 13.04 12.08 11.6 11.72 11 9.2 7.52 7.12 7.08 7.08 8.32 7 6.6 7.6 8.04 8.36 6.72 7.88 7.72 8.4 9.24 8.88 8.96 9.88 10.08 9.24 9.28 10.16 11.04 10.52 10 8.56 8 7.8 7.72 6.44 4.32 4 4 3.72 3.68 3.68 3.28 5.56 7.36 9.48 10 10.52 11 12.16 11.96 9.44 8.64 7.52 7 6.48 6 5 5.12 6.28 6 5.52 6 6.68 6.08 7.52 8.16 7.72 8.52 8.56 9.2 9.16 8.92 7.44 6 5 3.48 2.92 2.16 2 2 1.2 1 1 1 1.24 1.64 1 1 1.96 2 2 2 1.76 1 1 1 0.52 1.76 3.64 5.12 6 6 6 6 5.52 4.24 2.36 0.88 0 0 0.68 1 1 1 1 1 1 1 0.32 0 0 1 1 1.44 2.44 3.68 5.4 6.88 7 6 6.52 6.76 6.56 5.32 3.6 2.92 3 3.72 3.96 3.8 3 3 3 2.2 2.4 2.28 1.52 1 1 1 1.72 2 1.6 1 1 1 1 1 0.28 0.92 2 2 2.72 3.64 4 4.84 5 4.08 3 3 2.68 2.36 2 1.16 1 1 2 4.92 4.6 4 4 4 4 4.32 4 1.08 1 1.52 2 2 2 1.68 1 1 1.32 1.48 1 1 1.52 2 2 2 1.68 1 1 1.88 1.48 1 1 1 1 1 1 0.12 0.4 1 1 1.2 3.88 4 5 5 4.6 4 4 3.8 2.08 2 1 1 1.44 2.4 3 
NR_047520 LOC643837 , 3 2.2 0.2 0 0 0.28 1 1 1 1 2.2 4.8 5 5.32 5 5 5 5 3.8 1.2 1 0.4 0 0 0 0 0 1 1 1 1 1 1 1 1.56 1 1 1 1 1 1 1 0.44 0.68 1 1.52 3 3.6 4.96 6.8 9 8.32 8.72 8.48 7 7.4 8.8 7.92 7.12 8.84 8.56 9.4 10.2 10 7.24 6.44 6.76 6.16 5.72 4.96 4.8 5.16 6 5.84 4.12 3 3 2.64 2.56 3.08 3 4.16 5 6.72 7 7.16 7.44 5.76 5 4.56 4 3.68 5 5.4 5.52 6 6 5.28 5 3.6 2 2.08 1.48 1 2 2 2 2 2 1.36 1 1 0 0 0.68 1 1 1 1 1 1 1 0.32 0 0 0 1.16 2 2 2 2 2.88 3 3 1.84 1 2 2 2.04 2.12 2 2 2 2 1 1.28 1.96 1.36 2.76 3 3 3 3 2.72 2 1.64 0.76 1 1.36 2 2 2 2 2 1.48 1 0.64 0 0.08 1 1 1.08 2 2 2 2 2.68 2 2 2.16 3.4 4 4 4.2 4.24 4 5.68 6.52 4.6 4 4 3.8 3.8 4 3.12 2.24 2.6 3 4 4 3.2 3 2.2 2 1.4 1.84 1.24 2 2 2 2 2 2 1.16 0.76 0 0 0 0 0 0 0 0.36 1 1.68 2 2 2.92 5.4 6.76 7.64 7 6.88 7 7.36 7.92 6.24 5.92 7.04 9.52 11.52 12.88 14.8 16.36 19.88 22.24 20 19.36 16.92 15.24 13.84 10.88 8.24 5.08 4.96 3.12 3 2.88 2 2.8 2.96 4 4.44 5 6 6 6 5.12 3.28 2 1.56 1 0.08 1.68 2 2 2.84 3 3 3.8 3.92 2.32 2 2.2 2.16 2 2 1.2 1 1 1 0.8 0 0 0 0.72 2.88 3 3 3 3 3 3 2.28 0.12 0 0.52 1 1 1 1 1.44 2 2 1.48 1 1 1 1.56 1.56 1 1 1 1 1 1 0.44 0.8 1.48 3 3 3 3 3 3.56 3.2 2.76 2 2 2 2 2.68 2.44 2 1.76 1 1.4 2 2 1.56 2 2 2 2 2.04 2 2 1.76 1 1 1 1 0.56 0 0 0 0 0 0 0 0 0.72 1.52 2 2 2 2 2 2 1.28 0.48                    

1. Was in der Datendatei Für jede Zeile

1. benötigt wird, den maximalen Wert aus dem Bereich von Zahlen finden.
2. Sobald das Maximum für alle Zeilen gefunden wurde, finden Sie das durchschnittliche Maximum.

2. Strategie Ich dachte

1. Trennen Sie die nicht numerischen Teil aus dem nicht-numerischen Teil in "Schlüssel" eines Hash.
2. Setzen Sie den numerischen Teil in die "Werte" eines Hash.
3. Weisen die „Werte“ in Array @values
4. Verwenden Modul use List::Util qw(max) Maximalwert aus dem Array
5. speichert diese Maximalwert in einem anderen Array zu finden und aus diesem Array Durchschnitt finden.

3.-Code geschrieben, so weit

use warnings; 
use List::Util qw(max); 

#Input filename 
$file = 'test1.data'; 

#Open file 
open I, '<', $file or die; 

#Separate data into keys and values, based on ',' 
chop (%hash = map { split /\s*,\s*/,$_,2 } grep (!/^$/,<I>)); 
print "$_ => $hash{$_}\n" for keys %hash; #Code is working fine till here 

#Create a values array 
@values = values %hash; 
foreach $value(@values){ 
print "The values are : ", $value,"\n"; 
} 

4. Das Problem

Darüber hinaus bin ich, um herauszufinden, nicht in der Lage, wie jedes "individual" Array Element in hinzufügen ein neues Array, damit ich die Max-Funktion verwenden kann.

Was ich meine ist, dass zum Beispiel die first array element in @values Daten wie 0 0 1 1 3 4.4 enthält. Die second array element könnte Daten wie 3 2.2 0.28 1 1 4.8 haben. Also muss ich setzen each dieser Array-Elemente in ein neues Array, jedes Element gehen in eine anderen Array, so dass ich in der Lage sein, die max Funktion zu verwenden.

5. weist Anmerkung

1. Die meisten der Reihen 400 Zahlen enthalten, einige haben etwas weniger als das, aber nie mehr als 400

2. Es gibt insgesamt 23.558 Zeilen.

3. Datei ist eine TXT-Datei und alle Zahlen in jeder Zeile sind tabulatorgetrennt.

Ich wäre dankbar für jeden, der so freundlich sein würde, mich in die richtige Richtung zu zeigen, oder vielleicht einen besseren Code zu liefern, das Problem zu lösen, wie erwähnt in 1.

Answer 1

Wenn ich Ihr Verständnis Problem richtig sind Sie es zu kompliziert zu machen:

#!/usr/bin/env perl 
use strict; 
use warnings; 
use List::Util qw(max); 

#Input filename 
my $file = 'test1.data'; 

#Open file 
open my $fh, '<', $file or die "Unable to open $file: $!\n"; 

my ($total, $num); 

while (<$fh>) { 
    my @values = split; 
    my $max = max(@values[3 .. $#values]); 
    $total += $max; 
    $num++; 
} 

my $average_max = $total/$num; 

nur einen Durchlauf über die Dateien machen, die Zeilen in ein Array aufteilen und alles aus dem Index 3-max Fütterung. Fügen Sie für jede Zeile $max zu $total hinzu, erhöhen Sie einen Zähler ($num), und berechnen Sie den Durchschnittswert davon.

Sie sollten auch immer use strict und lexikalische Dateihandles verwenden.

Answer 2

Hier ist eine lustige Lösung. Wenn Sie List::Util verwenden, können Sie auch sum verwenden.

#!usr/bin/perl 
use strict; 
use warnings; 
use List::Util qw/max sum/; 

my %line_max = map { 
    /([\w\s]*?)\s*,\s*(.*)/ or die "bad line"; 
    $1 => max split ' ', $2 
} <DATA>; 

print "$_: $line_max{$_}\n" foreach (keys %line_max); 

my $avg_max = sum (values %line_max)/scalar (values %line_max); 
print "average: $avg_max\n"; 

__DATA__ 
NR_046018 DDX11L1  , 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1.44 2.72 3.84 4.92 5.6 6.64 7.08 9.12 9.56 8.28 7.16 6.08 5.4 4.36 3.92 1.88 0 0 0.76 1 1 1 1.2 2 2 2 1.72 2 2 2 1.8 1 1.88 2.4 3 3.36 5 6 6 6.72 6.12 5.6 5.44 5.56 5 4.04 5 4.28 4 4 3.08 2.08 1.68 1.96 1.44 3 3.68 4 4.16 5 4.32 4.8 6.16 6 6.28 6.92 7.84 7 7.32 7.2 5.96 5 4.52 4.08 3 3 4.04 4.12 4.44 4 3.52 3.4 4 4 2.64 1.88 1 1 1 0.64 1 1 1.24 2 2.92 3 3 2.96 2 2 2.56 2 1.08 2.12 3 3 3 3 2.6 3 4.64 3.88 3.72 4 4 4.96 4.6 4 2.36 2 1.28 1 1 0.04 0 0.24 1.08 2.68 3.84 4.12 5.72 6 6 5.76 4.92 3.32 3.12 2.88 2.08 2 2 2 2 2 1.44 2.92 3.04 4.28 5.8 7.8 9.48 10.52 13.04 12.08 11.6 11.72 11 9.2 7.52 7.12 7.08 7.08 8.32 7 6.6 7.6 8.04 8.36 6.72 7.88 7.72 8.4 9.24 8.88 8.96 9.88 10.08 9.24 9.28 10.16 11.04 10.52 10 8.56 8 7.8 7.72 6.44 4.32 4 4 3.72 3.68 3.68 3.28 5.56 7.36 9.48 10 10.52 11 12.16 11.96 9.44 8.64 7.52 7 6.48 6 5 5.12 6.28 6 5.52 6 6.68 6.08 7.52 8.16 7.72 8.52 8.56 9.2 9.16 8.92 7.44 6 5 3.48 2.92 2.16 2 2 1.2 1 1 1 1.24 1.64 1 1 1.96 2 2 2 1.76 1 1 1 0.52 1.76 3.64 5.12 6 6 6 6 5.52 4.24 2.36 0.88 0 0 0.68 1 1 1 1 1 1 1 0.32 0 0 1 1 1.44 2.44 3.68 5.4 6.88 7 6 6.52 6.76 6.56 5.32 3.6 2.92 3 3.72 3.96 3.8 3 3 3 2.2 2.4 2.28 1.52 1 1 1 1.72 2 1.6 1 1 1 1 1 0.28 0.92 2 2 2.72 3.64 4 4.84 5 4.08 3 3 2.68 2.36 2 1.16 1 1 2 4.92 4.6 4 4 4 4 4.32 4 1.08 1 1.52 2 2 2 1.68 1 1 1.32 1.48 1 1 1.52 2 2 2 1.68 1 1 1.88 1.48 1 1 1 1 1 1 0.12 0.4 1 1 1.2 3.88 4 5 5 4.6 4 4 3.8 2.08 2 1 1 1.44 2.4 3 
NR_047520 LOC643837 , 3 2.2 0.2 0 0 0.28 1 1 1 1 2.2 4.8 5 5.32 5 5 5 5 3.8 1.2 1 0.4 0 0 0 0 0 1 1 1 1 1 1 1 1.56 1 1 1 1 1 1 1 0.44 0.68 1 1.52 3 3.6 4.96 6.8 9 8.32 8.72 8.48 7 7.4 8.8 7.92 7.12 8.84 8.56 9.4 10.2 10 7.24 6.44 6.76 6.16 5.72 4.96 4.8 5.16 6 5.84 4.12 3 3 2.64 2.56 3.08 3 4.16 5 6.72 7 7.16 7.44 5.76 5 4.56 4 3.68 5 5.4 5.52 6 6 5.28 5 3.6 2 2.08 1.48 1 2 2 2 2 2 1.36 1 1 0 0 0.68 1 1 1 1 1 1 1 0.32 0 0 0 1.16 2 2 2 2 2.88 3 3 1.84 1 2 2 2.04 2.12 2 2 2 2 1 1.28 1.96 1.36 2.76 3 3 3 3 2.72 2 1.64 0.76 1 1.36 2 2 2 2 2 1.48 1 0.64 0 0.08 1 1 1.08 2 2 2 2 2.68 2 2 2.16 3.4 4 4 4.2 4.24 4 5.68 6.52 4.6 4 4 3.8 3.8 4 3.12 2.24 2.6 3 4 4 3.2 3 2.2 2 1.4 1.84 1.24 2 2 2 2 2 2 1.16 0.76 0 0 0 0 0 0 0 0.36 1 1.68 2 2 2.92 5.4 6.76 7.64 7 6.88 7 7.36 7.92 6.24 5.92 7.04 9.52 11.52 12.88 14.8 16.36 19.88 22.24 20 19.36 16.92 15.24 13.84 10.88 8.24 5.08 4.96 3.12 3 2.88 2 2.8 2.96 4 4.44 5 6 6 6 5.12 3.28 2 1.56 1 0.08 1.68 2 2 2.84 3 3 3.8 3.92 2.32 2 2.2 2.16 2 2 1.2 1 1 1 0.8 0 0 0 0.72 2.88 3 3 3 3 3 3 2.28 0.12 0 0.52 1 1 1 1 1.44 2 2 1.48 1 1 1 1.56 1.56 1 1 1 1 1 1 0.44 0.8 1.48 3 3 3 3 3 3.56 3.2 2.76 2 2 2 2 2.68 2.44 2 1.76 1 1.4 2 2 1.56 2 2 2 2 2.04 2 2 1.76 1 1 1 1 0.56 0 0 0 0 0 0 0 0 0.72 1.52 2 2 2 2 2 2 1.28 0.48                

Hinweis: Die map Syntax ist nett, aber wenn die Datei groß ist, sollten Sie eine while-Schleife für Effizienz werden. Die while-Schleife vermeidet die gesamte Datei in dem Speicher zu lesen:

while (<DATA>) 
{ 
    if (/^([\w\s]*?)\s*,\s*(.*)/) 
    { 
     $line_max{$1} = max split ' ', $2; 
    } 
    else 
    { 
     print "Line $. is bad.\n"; 
    } 
}