得到N個順序線，圖案

結束我有這個文件（+ 200K線）：得到N個順序線，圖案

##gff-version 2 
##source-version bepipred-1.0b 
##date 2017-03-02 
##Type Protein EgrG_000076200.1 
##Protein EgrG_000076200.1 cat seq.1.fsa 
##MSPRGCLLLLMLVVILGISIQWTEAQGHRSDGQAEEFAVAKEMEEEDDDDEGEDYDDDDEEEEKEVVANRESKLLKHCLNLQNALKEKMESVVNQMKDCSKILALA 
##end-Protein 
# seqname   source  feature  start end score N/A ? 
# --------------------------------------------------------------------------- 
EgrG_000076200.1  bepipred-1.0b epitope   1  1 0.920 . . M|E 
EgrG_000076200.1  bepipred-1.0b epitope   2  2 0.544 . . S|. 
EgrG_000076200.1  bepipred-1.0b epitope   3  3 -0.070 . . P|. 
EgrG_000076200.1  bepipred-1.0b epitope   12 12 -3.747 . . L|. 
EgrG_000076200.1  bepipred-1.0b epitope   13 13 -3.223 . . V|. 
EgrG_000076200.1  bepipred-1.0b epitope   14 14 -2.999 . . V|. 
EgrG_000076200.1  bepipred-1.0b epitope   15 15 -2.401 . . I|. 
EgrG_000076200.1  bepipred-1.0b epitope   16 16 -2.271 . . L|. 
EgrG_000076200.1  bepipred-1.0b epitope   17 17 -1.701 . . G|. 
EgrG_000076200.1  bepipred-1.0b epitope   18 18 -1.569 . . I|. 
EgrG_000076200.1  bepipred-1.0b epitope   19 19 -1.072 . . S|. 
EgrG_000076200.1  bepipred-1.0b epitope   20 20 -0.532 . . I|. 
EgrG_000076200.1  bepipred-1.0b epitope   21 21 -0.055 . . Q|. 
EgrG_000076200.1  bepipred-1.0b epitope   22 22 0.128 . . W|. 
EgrG_000076200.1  bepipred-1.0b epitope   23 23 0.553 . . T|. 
EgrG_000076200.1  bepipred-1.0b epitope   24 24 0.541 . . E|. 
EgrG_000076200.1  bepipred-1.0b epitope   25 25 0.923 . . A|E 
EgrG_000076200.1  bepipred-1.0b epitope   26 26 0.992 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   27 27 1.480 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   28 28 1.540 . . H|E 
EgrG_000076200.1  bepipred-1.0b epitope   29 29 1.564 . . R|E 
EgrG_000076200.1  bepipred-1.0b epitope   30 30 1.591 . . S|E 
EgrG_000076200.1  bepipred-1.0b epitope   31 31 1.582 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   32 32 1.599 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   33 33 1.280 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   34 34 1.101 . . A|E 
EgrG_000076200.1  bepipred-1.0b epitope   35 35 0.777 . . E|. 
EgrG_000076200.1  bepipred-1.0b epitope   36 36 0.516 . . E|. 
EgrG_000076200.1  bepipred-1.0b epitope   37 37 0.353 . . F|. 
EgrG_000076200.1  bepipred-1.0b epitope   38 38 0.273 . . A|. 
EgrG_000076200.1  bepipred-1.0b epitope   39 39 0.068 . . V|. 
EgrG_000076200.1  bepipred-1.0b epitope   40 40 0.086 . . A|. 
EgrG_000076200.1  bepipred-1.0b epitope   41 41 0.124 . . K|. 
EgrG_000076200.1  bepipred-1.0b epitope   42 42 0.648 . . E|. 
EgrG_000076200.1  bepipred-1.0b epitope   43 43 1.026 . . M|E 
EgrG_000076200.1  bepipred-1.0b epitope   44 44 1.520 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   45 45 1.842 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   46 46 2.132 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   47 47 2.271 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   48 48 2.605 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   49 49 2.669 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   50 50 2.778 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   51 51 2.544 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   52 52 2.506 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   53 53 2.464 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   54 54 2.464 . . D|E 
    ##Protein EgrG_000524000.1 cat seq.3.fsa 
##MATAQRLLTASLLLISVLIPLISARRPSYYVHGLKFSRPCENNTYDEMTGNFKCTVPTGAECFQLCQQYGCYEWSFSSFMPSTDMHVRDHFRCRCIQDICLYNYVRVRDRDYE 
##end-Protein 
# seqname   source  feature  start end score N/A ? 
# --------------------------------------------------------------------------- 
EgrG_000524000.1  bepipred-1.0b epitope   1  1 0.143 . . M|. 
EgrG_000524000.1  bepipred-1.0b epitope   2  2 0.068 . . A|. 
EgrG_000524000.1  bepipred-1.0b epitope   3  3 -0.340 . . T|. 
EgrG_000524000.1  bepipred-1.0b epitope   4  4 -0.654 . . A|. 
EgrG_000524000.1  bepipred-1.0b epitope   5  5 -0.563 . . Q|. 
EgrG_000524000.1  bepipred-1.0b epitope   6  6 -0.500 . . R|. 
EgrG_000524000.1  bepipred-1.0b epitope   7  7 -0.448 . . L|. 
EgrG_000524000.1  bepipred-1.0b epitope   8  8 -0.904 . . L|. 
EgrG_000524000.1  bepipred-1.0b epitope   41 41 1.129 . . E|E 
EgrG_000524000.1  bepipred-1.0b epitope   42 42 1.135 . . N|E 
EgrG_000524000.1  bepipred-1.0b epitope   43 43 1.223 . . N|E 
EgrG_000524000.1  bepipred-1.0b epitope   48 48 0.557 . . M|. 
EgrG_000524000.1  bepipred-1.0b epitope   49 49 0.415 . . T|. 
EgrG_000524000.1  bepipred-1.0b epitope   50 50 0.269 . . G|. 
EgrG_000524000.1  bepipred-1.0b epitope   51 51 0.188 . . N|. 
EgrG_000524000.1  bepipred-1.0b epitope   52 52 -0.024 . . F|. 
EgrG_000524000.1  bepipred-1.0b epitope   53 53 0.184 . . K|. 
EgrG_000524000.1  bepipred-1.0b epitope   54 54 0.280 . . C|.

等

，我需要選擇只與行結束符「| E」，但至少6，然後，如果下一行以'|。'結尾，則插入一個分隔符。像：

EgrG_000076200.1  bepipred-1.0b epitope   25 25 0.923 . . A|E 
EgrG_000076200.1  bepipred-1.0b epitope   26 26 0.992 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   27 27 1.480 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   28 28 1.540 . . H|E 
EgrG_000076200.1  bepipred-1.0b epitope   29 29 1.564 . . R|E 
EgrG_000076200.1  bepipred-1.0b epitope   30 30 1.591 . . S|E 
EgrG_000076200.1  bepipred-1.0b epitope   31 31 1.582 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   32 32 1.599 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   33 33 1.280 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   34 34 1.101 . . A|E 
----- 
EgrG_000094950.1  bepipred-1.0b epitope  146 146 1.277 . . I|E 
EgrG_000094950.1  bepipred-1.0b epitope  147 147 1.443 . . N|E 
EgrG_000094950.1  bepipred-1.0b epitope  148 148 1.593 . . G|E 
EgrG_000094950.1  bepipred-1.0b epitope  149 149 1.740 . . E|E 
EgrG_000094950.1  bepipred-1.0b epitope  150 150 1.752 . . D|E 
EgrG_000094950.1  bepipred-1.0b epitope  151 151 2.206 . . E|E 
EgrG_000094950.1  bepipred-1.0b epitope  152 152 2.243 . . E|E 
EgrG_000094950.1  bepipred-1.0b epitope  153 153 2.194 . . E|E 
EgrG_000094950.1  bepipred-1.0b epitope  154 154 1.840 . . A|E 
EgrG_000094950.1  bepipred-1.0b epitope  155 155 1.451 . . D|E 
EgrG_000094950.1  bepipred-1.0b epitope  156 156 1.298 . . E|E

我需要這個，因爲選擇這些集羣，結束後「| E」我要去要算多少的羣組（=序列> = 6「| E」在一排）我得到了每個ID（ID = EgrG_ *）

我試着用做它：grep 'EgrG' bepipred_eg_es_final_rev.txt | sed '/^#/d;s/.*|\./-----/' | uniq 這裏是什麼，我得到了一個例子：

----- 
EgrG_000076200.1  bepipred-1.0b epitope   1  1 0.920 . . M|E 
----- 
EgrG_000076200.1  bepipred-1.0b epitope   25 25 0.923 . . A|E 
EgrG_000076200.1  bepipred-1.0b epitope   26 26 0.992 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   27 27 1.480 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   28 28 1.540 . . H|E 
EgrG_000076200.1  bepipred-1.0b epitope   29 29 1.564 . . R|E 
EgrG_000076200.1  bepipred-1.0b epitope   30 30 1.591 . . S|E 
EgrG_000076200.1  bepipred-1.0b epitope   31 31 1.582 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   32 32 1.599 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   33 33 1.280 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   34 34 1.101 . . A|E 
----- 
EgrG_000076200.1  bepipred-1.0b epitope   43 43 1.026 . . M|E 
EgrG_000076200.1  bepipred-1.0b epitope   44 44 1.520 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   45 45 1.842 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   46 46 2.132 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   47 47 2.271 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   48 48 2.605 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   49 49 2.669 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   50 50 2.778 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   51 51 2.544 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   52 52 2.506 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   53 53 2.464 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   54 54 2.464 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   55 55 2.455 . . Y|E 
EgrG_000076200.1  bepipred-1.0b epitope   56 56 2.442 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   57 57 2.457 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   58 58 2.451 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   59 59 2.390 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   60 60 2.477 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   61 61 2.295 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   62 62 1.861 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   63 63 1.400 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   64 64 1.014 . . K|E 
----- 
EgrG_000131300.1  bepipred-1.0b epitope   37 37 0.984 . . N|E 
-----

的事情是，我不知道如何去除包含少於6行以'| E'結尾的組。我也試過用python，但我得到了幾乎相同的結果。

順便說一句，我在Linux Mint 18.1和Ubuntu 16.04上工作。

我希望我能夠解釋得很好。

來源

2017-03-03 Tiago Minuzzi

對於分組，您可以使用awk。

甲oneliner：

awk -F\| '$NF=="."{if(cont>=6){for (i=1;i<=cont;i++){print a[i]};print "-----"}cont=0;delete a;next}$NF=="E"{a[++cont]=$0}' yourfile

多行：

awk -F\| '$NF=="."{if(cont>=6){ 
         for (i=1;i<=cont;i++){ 
         print a[i] 
         } 
        print "-----" 
        } 
        cont=0 
        delete a 
        next} 
      $NF=="E"{a[++cont]=$0}' yourfile

結果

EgrG_000076200.1  bepipred-1.0b epitope   25 25 0.923 . . A|E 
EgrG_000076200.1  bepipred-1.0b epitope   26 26 0.992 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   27 27 1.480 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   28 28 1.540 . . H|E 
EgrG_000076200.1  bepipred-1.0b epitope   29 29 1.564 . . R|E 
EgrG_000076200.1  bepipred-1.0b epitope   30 30 1.591 . . S|E 
EgrG_000076200.1  bepipred-1.0b epitope   31 31 1.582 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   32 32 1.599 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   33 33 1.280 . . Q|E 
EgrG_000076200.1  bepipred-1.0b epitope   34 34 1.101 . . A|E 
----- 
EgrG_000076200.1  bepipred-1.0b epitope   43 43 1.026 . . M|E 
EgrG_000076200.1  bepipred-1.0b epitope   44 44 1.520 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   45 45 1.842 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   46 46 2.132 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   47 47 2.271 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   48 48 2.605 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   49 49 2.669 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   50 50 2.778 . . D|E 
EgrG_000076200.1  bepipred-1.0b epitope   51 51 2.544 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   52 52 2.506 . . G|E 
EgrG_000076200.1  bepipred-1.0b epitope   53 53 2.464 . . E|E 
EgrG_000076200.1  bepipred-1.0b epitope   54 54 2.464 . . D|E 
-----

說明

-F\|：將F設置爲S eparator爲|。

$NF=="."：當最後字段是一個點.：

閱讀以前E重複種臺（在一行中），如果大於或等於6使用用於環路一個打印用於存儲以E結尾的記錄的a陣列的內容。

最後我們打印出分離------

對於所有.出現，初始化計數器cont，刪除a陣列並移動到next記錄。

$NF=="E"{a[++cont]=$0}：當最後一個字段等於E記錄$0的內容存儲在a陣列由持有E記錄連續出現數自動遞增計數器++cont索引。

來源

2017-03-03 13:05:44 klashxx

謝謝@klashxx它幫了我很多。請介意向我解釋這個awk代碼的功能？喜歡，爲什麼/什麼是'我= 1;我++'，等在此先感謝。 –

當然@TiagoMinuzzi，做xP – klashxx

得到N個順序線，圖案

回答

相關問題