Linux文件排序和FASTA文件操作,linux文件排序fasta文件排序
seq: 产生一系列的数字; man seq查看其具体使用。我们这使用seq产生下游分析所用到的输入文件。
# 产生从1到10的数,步长为1
$ seq 1 10
1
2
3
4
5
6
7
8
9
10
# 产生从1到10的数,步长为1,用空格分割
$ seq -s ' ' 1 10
1 2 3 4 5 6 7 8 9 10
# 产生从1到10的数,步长为2
# 如果有3个数,中间的数为步长,最后一个始终为最大值
$ seq -s ' ' 1 2 10
1 3 5 7 9
$ cat test
$ cat test
0
3
6
9
12
15
3
9
15
sort: 排序,默认按字符编码排序。如果想按数字大小排序,需添加-n参数。
# 可能不符合预期的排序,系统首先排0,然后排1, 3, 6, 9
$ sort test
0
12
15
15
3
3
6
9
9
# 按数字大小排序
$ sort -n test
0
3
3
6
9
9
12
15
15
sort -u: 去除重复的行,等同于sort | uniq
$ sort -nu test
0
3
6
9
12
15
sort file | uniq -d: 获得重复的行(d = duplication)
$ sort -n test | uniq -d
3
9
15
sort file | uniq -c: 获得每行重复的次数。
# 第一列为每行出现的次数,第二列为原始的行
$ sort -n test | uniq -c
1 0
2 3
1 6
2 9
1 12
2 15
# 换一个文件看的更清楚
$ cat <test2
> a
> b
> c
> b
> a
> e
> d
> a
> END
# 第一列为每行出现的次数,第二列为原始的行
$ sort test2 | uniq -c
3 a
2 b
1 c
1 d
1 e
# 在执行uniq操作前,