我應該使用什麼數據結構來存儲.fasta頭文件集合？

我試圖寫一個Perl程序，它會分裂出一個FASTA頭：到它|分隔件我應該使用什麼數據結構來存儲.fasta頭文件集合？

gi|4140243|dbj|AB022087.1|_Xenopus_laevis_mRNA_for_cytochrome_P450,_complete_cds,_clone_MC1

：

gi 
4140243 
dbj 
AB022087.1 
_Xenopus_laevis_mRNA_for_cytochrome_P450,_complete_cds,_clone_MC1

我可以做到這一點使用split：

my @hits = split(/\|/, $hits); 

my ($gi, $number, $gb, $id, $name); 
foreach (@hits) { 
    $gi.= "$hits[0]\n"; 
    $number .= "$hits[1]\n"; 
    $gb .= "$hits[2]\n"; 
    $id .= "$hits[3]\n"; 
    $name .= "$hits[4]\n"; 
} 

my @gi = split('\n', $gi); 
my @number = split('\n', $number); 
my @gb = split('\n', $gb); 
my @id = split('\n', $id); 
my @name = split('\n', $name);

現在每個標題的每個部分（包含在$hits中）是單個數組中的一個元素。接下來我要做的是打印每個陣列的每個元素，以便我可以爲每個陣列生成元素[0]的列表，每個陣列的元素[1] ...

我不確定這是否需要散列哈希或數組數組。

我對perl相當陌生，所以任何建議都會大有幫助。

我也知道，上述可能不是實現我想要的最光滑的方式 - 再次，任何意見將是偉大的！

來源

2013-04-24 fugu

$ hit是否包含一個頭或多個？如果它只有一個，那麼將其分解爲變量，您可以執行如下操作：

my ($gi, $number, $gb, $id, $name) = split(/\|/, $hits);

並且每個變量都將包含相應的值。

如果$ hits包含多個標題，那麼首先只是分割線，然後在循環中分割每個標題。下面是一個例子，結果將是散列的數組：

my @hits = split(/\n/, $hits); 
my @result; 
for my hit (@hits) { 
    my ($gi, $number, $gb, $id, $name) = split(/\|/, $hits); 
    push(@result, { 
     gi => $gi, 
     number => $number, 
     gb => $gb, 
     id => $id, 
     name => $name, 
    }); 
}

當然的示例不包括任何錯誤校驗（？比如 - 不頭字符串真正相匹配的格式或沒有），但你應該包括他們在實際應用中，如果需要的話。

PS：我覺得你真的要開始that

來源

2013-04-24 11:08:32

嗨，謝謝你的回答。 $ hits包含多個由\ n分隔的標頭 – fugu 2013-04-24 11:35:59

我更新了該帖子，並附上了該案例。 – 2013-04-24 12:10:28

好的 - 我會玩一玩。感謝您的有用鏈接呢！ – fugu 2013-04-24 16:27:07

一般來說，數組是同質的數據（「一堆東西」），而散列是異構數據（「名稱，數量，和一個生日「）。如果你的數據自然地分裂成一堆內部異構的東西（「一堆個人信息記錄，每一個都有一個名字，一個數字和一個生日）」，那麼自然數據結構就是一系列hashrefs（參見注釋＃1）。

就你的情況而言，$hits是一個標題列表。所以我們將創建一個數組，將其稱爲@headers，其中的每個元素都是表示爲散列引用的單個標頭。我們可以把分隔的字符串到一個列表與split，我們可以把一個類型的列表到另一種map：

my @headers = map { 
    make_header_hashref($_) 
} split(/\n/, $hits); 

sub make_header_hashref { 
    my ($header_string) = @_; 
    my ($gi, $number, $gb, $id, $name) = split(/\|/, $header_string); 

    return { 
     gi  => $gi, 
     number => $number, 
     gb  => $gb, 
     id  => $id, 
     name => $name, 
    }; 
}

（我拆頭字符串轉化爲hashref頭成子，因爲（一）這就是你在實際代碼中所做的事情;（b）它闡明瞭的結構map。）

您現在有一個hashrefs數組，因此您可以遍歷它們，否則將頭作爲單位處理，而不是作爲屬性的集合處理。

筆記＃1：嗯，我們真的需要一個描述關聯的對象，實現爲表示記錄的對象數組。

來源

2013-04-24 17:05:18 darch

我應該使用什麼數據結構來存儲.fasta頭文件集合？

回答

相關問題