meta  Structure Evolution Et Diversité des microbiotes des semences Des exemples de boucles en Perl pour la "Data Science" 1. Blastx sur une série de fichiers # # (gH) -_- blastEch.pl ; TimeStamp (unix) : 18 Juillet 2017 vers 10:54 use strict ; use warnings ; use POSIX ; # messages de début print "\n" ; my $timeDeb = time() ; print &dateEtHeure().". BEGIN blastx pour les fichiers Ech*fa\n" ; print "\n" ; print "\n" ; # initialisations my @list = split(/\n/,`ls Ech*fa`) ; my $nbf = 0 ; # nombre de fichiers my $numf = 0 ; # numéro de fichier courant # comptage explicite du nombre de fichier (permet de rajouter un test comme $nbf++ if $file =~ /... ) foreach my $file (@list) { $nbf++ ; } ; # fin pour chaque fichier # boucle de traitement foreach my $file (@list) { $numf++ ; my $tstart = time() ; my $phr = "blastx pour le fichier ".sprintf("%3d",$numf)." / ".$nbf." : ".$file . " ; " . &dateEtHeure() ; print $phr."\n" ; print "-" x length($phr)."\n" ; my $resFile = substr($file,0,-3)."_res.blastx" ; my $cmd = "blastall -p blastx -m 8 -d nr -v 1 -a 120 -i $file -o $resFile " ; print " $cmd\n" ; system($cmd) ; my $tstop = time() ; my $tdur = &duration($tstart,$tstop,"long") ; print " ".dateEtHeure().". fin partie $numf : $tdur.\n\n" ; print "\n" ; } ; # fin pour chaque fichier print "\n" ; # messages de fin print "\n" ; my $timeFin = time() ; my $dure = &duration($timeDeb,$timeFin,"long") ; print "\n" ; print &dateEtHeure().". END computations. $dure.\n\n" ; exit(0) ; ################################################################################# ################################################################################# sub trim { my $s = shift; $s =~ s/^\s+|\s+$//g; return $s }; ################################################################################# sub dateEtHeure { ################################################################################# my ($sec,$min,$hour,$mday,$mmon,$year)=localtime(); $mmon = $mmon + 1 ; $year = $year + 1900 ; #if (length($sec)<2) { $sec = "0$sec" } ; #if (length($mday)<2) { $mday = "0$mday" } ; #if (length($mmon)<2) { $mmon = "0$mmon" } ; $sec = sprintf("%02d",$sec) ; $min = sprintf("%02d",$min) ; $mday = sprintf("%02d",$mday) ; $mmon = sprintf("%02d",$mmon) ; $hour = sprintf("%02d",$hour) ; my $now = $mday."/".$mmon."/".$year; $now .= " ".$hour.":".$min ; return $now ; } ; # fin sub dateEtHeure ################################################################################# sub duration { ################################################################################# my $temps1 = $_[0] ; my $temps2 = $_[1] ; my $option = $_[2] ; my $durationInSeconds = $temps2 - $temps1 ; my $retStr = "" ; if ($option eq "long") { $retStr .= "Elapsed time:" ; } ; my $years = floor($durationInSeconds / 31536000) ; $durationInSeconds -= $years * 31536000 ; my $days = floor($durationInSeconds / 86400); $durationInSeconds -= $days * 86400; my $hours = floor($durationInSeconds / 3600); $durationInSeconds -= $hours * 3600; my $minutes = floor($durationInSeconds / 60); my $seconds = $durationInSeconds - $minutes * 60; if($years > 0) { $retStr .= $years . ' an'; if ($years>1) { $retStr .= 's' ; } ; } ; # fin si if($days > 0) { $retStr .= ' '.$days . ' jour'; if ($days>1) { $retStr .= 's' ; } ; } ; # fin si if($hours > 0) { $retStr .= ' ' . $hours . ' h'; } ; # fin si if($minutes > 0) { $retStr .= ' ' . sprintf("%02d",$minutes) . ' min'; } ; # fin si if($seconds > 0) { $retStr .= ' ' . sprintf("%02d",$seconds) . ' sec'; } ; # fin si if (($retStr eq "") or ($retStr eq "Elapsed time:") ) { $retStr .= " 0 seconds" ; } ; return( $retStr ) ; } ; # fin sub duration ################################################################################# # # fin normale de script # ################################################################################# 18/07/2017 11:20. BEGIN blastx pour les fichiers Ech*fa blastx pour le fichier 1 / 3 : Ech01.fa ; 18/07/2017 11:20 ------------------------------------------------------------ blastall -p blastx -m 8 -d nr -v 1 -a 120 -i Ech01.fa -o Ech01_res.blastx 18/07/2017 11:20. fin partie 1 : Elapsed time: 01 min 02 sec. blastx pour le fichier 2 / 3 : Ech03.fa ; 18/07/2017 11:20 ------------------------------------------------------------ blastall -p blastx -m 8 -d nr -v 1 -a 120 -i Ech03.fa -o Ech03_res.blastx 18/07/2017 11:24. fin partie 2 : Elapsed time: 03 min 49 sec. blastx pour le fichier 3 / 3 : Ech07bis.fa ; 18/07/2017 11:24 --------------------------------------------------------------- blastall -p blastx -m 8 -d nr -v 1 -a 120 -i Ech07bis.fa -o Ech07bis_res.blastx 18/07/2017 11:25. fin partie 3 : Elapsed time: 01 min 12 sec. 18/07/2017 11:25. END computations. Elapsed time: 06 min 04 sec. 2. Comptage massif de molécules # # (gH) -_- statsMol.pl ; TimeStamp (unix) : 15 Juillet 2017 vers 10:21 ################################################################################# # # this script counts information from .mol files given in a list # ################################################################################# # version 1.19 my $sho = 0 ; # 0 : on ne voit rien, 1 on a le détail ; use strict ; use warnings ; use POSIX ; use Getopt::Long qw(GetOptions); my $fileLimit = 10**7 ; # mettre moins pour test # on affiche l'aide si aucun paramètre if ((!$ARGV[0]) or ($ARGV[0] eq "-h") or ($ARGV[0] eq "--help")) { &help() ; } ; my $listMols = $ARGV[0] ; my $timeDeb = time() ; print "\n" ; print &dateEtHeure().". BEGIN counts for molecules in $listMols.\n\n" ; my $nbl = 0 ; # number of lines my $nbfi = 0 ; # number of files my $nbfu = 0 ; # number of functions seen (with repeats) my $nbuu = 0 ; # number of functions seen (unique) my $nbm = 0 ; # number of molecules really seen my $resf = "statsMol_res.csv" ; # fichier des résultats my $errf = "statsMol_err.txt" ; # fichier des erreurs my $nberr = 0 ; # nombre d'erreurs my $nba = 0 ; # nombre total d'atomes my @lda ; # liste des atomes pour un fichier my %taba ; # tableau des atomes avec comptage my %gta ; # tableau global des atomes avec comptage my %napm ; # nombre d'atoms par molécule my $minAtom = 10**7 ; # nb min de fonctions my $maxAtom = -1 ; my $filMin = "" ; my $filMax = "" ; my $moyAtom = "" ; open(ERRF ,">$errf") || die "\n impossible to write into the file $errf \n\n" ; # on vérifie que le fichier liste des molécules peut etre ouvert # et on compte le nombre de molécules open(LISTM ,"<$listMols") || die "\n impossible to read from the file $listMols \n\n" ; $nbfi = 0 ; $nbl = 0 ; while (my $molecule = <LISTM>) { chop($molecule) ; $nbl++ ; if (trim($molecule) eq "") { $nberr++ ; print ERRF "error ".sprintf("%3d",$nberr)." empty file name in line $nbl.\n" ; next ; } ; # fin si $nbfi++ ; } ; # fin tant que close(LISTM) ; # on en déduit la puissance de 10 à utiliser pour la barre de progression my $puis = ceil(log($nbfi)/log(10)) ; if ($puis<2) { $puis = 2 ; } ; # print " puis is $puis \n" ; open(LISTM ,"<$listMols") || die "\n impossible to read from the file $listMols \n\n" ; $nbfi = 0 ; print "+" ; while (my $molecule = <LISTM>) { chop($molecule) ; next if (trim($molecule) eq "") ; $nbfi++ ; print "-" if (($nbfi % (10**$puis/100)) == 0) ; } ; # fin tant que print "+\n" ; close(LISTM) ; # parcours du fichier de molécules : chaque ligne déclenche un checkmol si le fichier existe $nbfi = 0 ; # nombre de fichiers $nba = 0 ; # nombre total d'atomes print "+" ; open(LISTM ,"<$listMols") || die "\n impossible to read from the file $listMols \n\n" ; #while ((my $molecule = <LISTM>) and ($nbfi<=$fileLimit)) { # pour test my $molecule ; # en fait, le nom du fichier while ($molecule = <LISTM>) { # if ($sho==1) { print " NUMERO $nbfi pour $molecule " ; } ; chop($molecule) ; next if (trim($molecule) eq "") ; $nbfi++ ; print "-" if (($nbfi % (10**$puis/100)) == 0) ; if (! -e $molecule) { $nberr++ ; print ERRF "error ".sprintf("%3d",$nberr)." File $molecule not found.\n" ; next ; } else { $nbm++ ; # lecture du fichier .mol @lda = analyseMolFile($molecule) ; # if ($sho == 1) { # print " $nbm molecule $nbm $molecule " ; # print " ".join(" ",@lda)."\n" ; # } ; # fin si # local comptage des atomes my $lnba = 0 ; # nombre d'atomes local my %ltaba ; # tableau local foreach my $ato (@lda) { $lnba++ ; $ltaba{ $ato }++ ; } ; # fin pour chaque atome $nba += $lnba ; # if ($sho == 1) { # print " molecule $nbm $molecule local : $lnba atoms\n" ; # } ; # fin si if ($lnba==0) { $nberr++ ; print ERRF "error ".sprintf("%3d",$nberr)." File $molecule with 0 atoms.\n" ; next ; } else { # formule et comptage global total s'il y a des atomes if ($minAtom>0) { if ($lnba<$minAtom) { $minAtom = $lnba ; $filMin = $molecule ; } ; } ; # fin si if ($lnba>$maxAtom) { $maxAtom = $lnba ; $filMax = $molecule ; } ; my $formula = "" ; foreach my $ato (sort keys %ltaba) { # if ($sho == 1) { # print $ato . " ".sprintf("%2d",$ltaba{$ato}) ." " ; # } ; # fin si $formula .= $ato ; if($ltaba{$ato}>1) { $formula .= $ltaba{$ato} ; } ; $taba{$ato} += $ltaba{$ato} ; my $gato = $ato."_".sprintf("%08d",$ltaba{$ato}) ; $gta{$gato }++ ; } ; # fin pour chaque atome vu # if ($sho == 1) { # print " formula : $formula \n\n" ; # } ; # fin si } ; # fin si } ; # fin si #if ($nbfu>30) { exit ; } ; # &attends() ; } ; # fin tant que close(LISTM) ; close(ERRF) ; print "+\n" ; # on écrit dans le fichier statsMols_res.csv $nbuu = 0 ; print "\n" ; print "$nbfi files given, $nbm molecules found and $nba atoms seen.\n" ; print "\n" ; # arrivé ici, il faut afficher les résulats print "Total count of atoms\n" ; foreach my $ato (sort keys %taba) { print sprintf("%-3s",$ato) . " ".sprintf("%9d",$taba{$ato}) ." \n" ; } ; # fin pour chaque atome vu print "\n" ; print "$nbfi files given, $nbm molecules found and $nba atoms seen.\n" ; print " minimum number of atoms: ".sprintf("%3d",$minAtom)." for file $filMin \n" ; print " maximum number of atoms: ".sprintf("%3d",$maxAtom)." for file $filMax \n" ; $moyAtom = $nba/$nbm ; print " average number of atoms ".sprintf("%0.2f",$moyAtom )."\n\n" ; # affichage total global open(RESF,">$resf") ; print RESF "Elt ; Cnt ; Occ \n" ; foreach my $atoCnt (sort keys %gta) { #print RESF sprintf("%-13s",$atoCnt) . " ".sprintf("%9d",$gta{$atoCnt}) ." \n" ; my @valc = split("_",$atoCnt) ; print RESF sprintf("%-5s",$valc[0]) . " ; ". sprintf("%9d ",$valc[1]). " ; ".sprintf("%9d",$gta{$atoCnt}) ." \n" ; } ; # fin pour chaque atome vu close(RESF) ; # at last, compute global duration print "\n" ; my $timeFin = time() ; my $dure = &duration($timeDeb,$timeFin,"long") ; print "\n" ; print &dateEtHeure().". END counts. $dure.\n\n" ; # tell whete to find the results close(ERRF) ; print "\n" ; print "Results can be found in $resf \n" ; # if ($sho==1) { # print("Contenu de $resf\n") ; # system("cat $resf") ; # } ; # fin si if ($nberr>0) { print "Some errors occured. See file $errf for more details.\n" ; } ; # fin si print "\n" ; exit(0) ; ################################################################################# sub analyseMolFile { ################################################################################# # le premier mot de la ligne 4 donne le nombre de lignes suivantes à lire , # format de ces lignes : 0.8709 -0.0593 -0.0932 C 0 0 0 0 0 0 0 0 0 0 0 0 ## my $dbg = 0 ; # 0 : no debug info, 1 : all printing my $filename = $_[0] ; my $nbli = 0 ; # numéro de ligne my @atoms ; # liste des atomes rencontrés my $lastli = 0 ; # dernier numéro de ligne à lire my $nlal = 0 ; # nombre de lignes à lire ## if ($dbg==1) { print "analysing file $filename\n" ; } ; open(MOLF,"<$filename") ; # or return??? while (my $ligne = <MOLF>) { chop($ligne) ; $nbli++ ; if ($nbli==4) { ## if ($dbg==1) { print " la LIGNE 4 pour $filename est **$ligne** " ; } ; my @motsL4 = split(/\s+/,trim($ligne)) ; $nlal = $motsL4[0] ; # nombre de lignes à lire ## if ($dbg==1) { print " le mot 1 de la ligne 4 est $nlal\n" ; } ; #print " voici NLAL *$nlal* \n" ; if ($nlal !~ /^[0-9]+$/) { $nberr++ ; print ERRF "error ".sprintf("%3d",$nberr)." File $molecule LINE 4 not numeric : \n" ; # $ligne.\n" ; my @badAtoms ; return(@badAtoms) ; } ; # fin si if ($nlal>100) { # sans doute une erreur $nberr++ ; print ERRF "error ".sprintf("%3d",$nberr)." file $molecule too many atoms ($nlal).\n" ; return(@atoms) ; } ; # fin si $lastli = $nbli + $nlal ; next ; } ; # fin si if ( ($nbli>4) & ($nbli<=$lastli)) { ## if ($dbg==1) { print " LIGNE $nbli : $ligne " ; } # l'atome est en position 4 my @mots = split(/\s+/,trim($ligne)) ; my $atome = $mots[3] ; ## if ($dbg==1) { print " l'atome est $atome \n" ; } ; push @atoms , $atome ; } ; # fin si } ; # fin tant que close(MOLF) ; return(@atoms) ; } ; # fin de sub analyseMolFile ################################################################################# sub help { ################################################################################# print "\n" ; print " Syntax: perl statsMols.pl LISTFILE \n" ; print " Example: perl statsMols.pl listeMols.txt \n" ; print "\n" ; exit(-2) ; } ; # fin de sub help ################################################################################# sub trim { my $s = shift; $s =~ s/^\s+|\s+$//g; return $s }; ################################################################################# sub attends { ################################################################################# print STDERR " ok ? " ; chop (my $repgh = <STDIN>); if (length($repgh)>0) { exit -1 } ; return ; } ; # fin sub attends ################################################################################# sub dateEtHeure { ################################################################################# my ($sec,$min,$hour,$mday,$mmon,$year)=localtime(); $mmon = $mmon + 1 ; $year = $year + 1900 ; #if (length($sec)<2) { $sec = "0$sec" } ; #if (length($mday)<2) { $mday = "0$mday" } ; #if (length($mmon)<2) { $mmon = "0$mmon" } ; $sec = sprintf("%02d",$sec) ; $min = sprintf("%02d",$min) ; $mday = sprintf("%02d",$mday) ; $mmon = sprintf("%02d",$mmon) ; $hour = sprintf("%02d",$hour) ; my $now = $mday."/".$mmon."/".$year; $now .= " ".$hour.":".$min ; return $now ; } ; # fin sub dateEtHeure ################################################################################# sub duration { ################################################################################# my $temps1 = $_[0] ; my $temps2 = $_[1] ; my $option = $_[2] ; my $durationInSeconds = $temps2 - $temps1 ; my $retStr = "" ; if ($option eq "long") { $retStr .= "Elapsed time:" ; } ; my $years = floor($durationInSeconds / 31536000) ; $durationInSeconds -= $years * 31536000 ; my $days = floor($durationInSeconds / 86400); $durationInSeconds -= $days * 86400; my $hours = floor($durationInSeconds / 3600); $durationInSeconds -= $hours * 3600; my $minutes = floor($durationInSeconds / 60); my $seconds = $durationInSeconds - $minutes * 60; if($years > 0) { $retStr .= $years . ' an'; if ($years>1) { $retStr .= 's' ; } ; } ; # fin si if($days > 0) { $retStr .= ' '.$days . ' jour'; if ($days>1) { $retStr .= 's' ; } ; } ; # fin si if($hours > 0) { $retStr .= ' ' . $hours . ' h'; } ; # fin si if($minutes > 0) { $retStr .= ' ' . sprintf("%02d",$minutes) . ' min'; } ; # fin si if($seconds > 0) { $retStr .= ' ' . sprintf("%02d",$seconds) . ' sec'; } ; # fin si if (($retStr eq "") or ($retStr eq "Elapsed time:") ) { $retStr .= " 0 seconds" ; } ; return( $retStr ) ; } ; # fin sub duration ################################################################################# # # fin normale de script # ################################################################################# 14/07/2017 20:53. BEGIN counts for molecules in liste3M.txt. +------------------------------------+ +------------------------------------+ 3677410 files given, 3677410 molecules found and 106051740 atoms seen. Total count of atoms Al 4 Ar 7 As 885 B 25408 Be 5 Br 46503 C 37958856 Ca 5 Cl 350262 Co 1 Cr 4 Cu 3 F 574597 Fe 1 Ga 4 Ge 618 H 54849931 He 6 K 3 Kr 5 Li 5 Mg 5 Mn 3 N 6084880 Na 7 Ne 1 Ni 1 O 5498969 P 51988 S 562907 Se 2206 Si 43641 Ti 7 V 1 Zn 11 minimum number of atoms: 1 for file ../molAll/000000259.mol maximum number of atoms: 99 for file ../molAll/000224962.mol average number of atoms 28.84 14/07/2017 21:13. END counts. Elapsed time: 19 min 21 sec. Results can be found in statsMol_res.csv Some errors occured. See file statsMol_err.txt for more details. 3. Analyse des sorties de checkmol # # (gH) -_- cntMols.pl ; TimeStamp (unix) : 14 Juillet 2017 vers 12:34 ################################################################################# # # this script applies checkmol for a list of files and counts all listed functions # ################################################################################# # version 1.35 use strict ; use warnings ; use POSIX ; use Getopt::Long qw(GetOptions); my $fileLimit = 10**7 ; # mettre moins pour test # on affiche l'aide si aucun paramètre if ((!$ARGV[0]) or ($ARGV[0] eq "-h") or ($ARGV[0] eq "--help")) { &help() ; } ; my $listMols = $ARGV[0] ; my $nbl = 0 ; # number of lines my $nbfi = 0 ; # number of files my $nbfu = 0 ; # number of functions seen (with repeats) my $nbuu = 0 ; # number of functions seen (unique) my $nbm = 0 ; # number of molecules really seen my %tabfu ; # dictionnary of functions my %tabff ; # dictionnary of files for first occurence my %tabfl ; # dictionnary of lines for first occurence my $partf = "cntMols.part" ; my $resf = "cntMols_res.csv" ; my $firstt = "cntMols_first.txt" ; my $errf = "cntMols_err.txt" ; # fichier des erreurs my $nberr = 0 ; # nombre d'erreurs sur fichier my $minFun = 10**7 ; # nb min de fonctions my $maxFun = -1 ; my $filMin = "" ; my $filMax = "" ; my $moyFun = "" ; open(ERRF ,">$errf") || die "\n impossible to write into the file $errf \n\n" ; open(FIRSTT,">$firstt") || die "\n impossible to write into the file $firstt \n\n" ; # on vérifie que le fichier liste des molécules peut etre ouvert # et on compte le nombre de molécules open(LISTM ,"<$listMols") || die "\n impossible to read from the file $listMols \n\n" ; $nbfi = 0 ; $nbl = 0 ; while (my $molecule = <LISTM>) { $nbl++ ; chop($molecule) ; if (trim($molecule) eq "") { $nberr++ ; print ERRF "error ".sprintf("%3d",$nberr)." empty file name in line $nbl.\n" ; next ; } ; # fin si $nbfi++ ; } ; # fin tant que close(LISTM) ; my $timeDeb = time() ; print "\n" ; print &dateEtHeure().". BEGIN computations for molecules in $listMols.\n\n" ; # on en déduit la puissance de 10 à utiliser pour la barre de progression my $puis = ceil(log($nbfi)/log(10)) ; if ($puis<2) { $puis = 2 ; } ; # print " puis is $puis \n" ; open(LISTM ,"<$listMols") || die "\n impossible to read from the file $listMols \n\n" ; $nbfi = 0 ; print "+" ; while (my $molecule = <LISTM>) { chop($molecule) ; next if (trim($molecule) eq "") ; $nbfi++ ; print "-" if (($nbfi % (10**$puis/100)) == 0) ; } ; # fin tant que print "+\n" ; close(LISTM) ; # parcours du fichier de molécules : chaque ligne déclenche un checkmol si le fichier existe $nbfi = 0 ; # nombre de fichiers $nbfu = 0 ; # nombre de fonctions avec répétitions $nbuu = 0 ; # nombre de fonctions uniques print "+" ; open(LISTM ,"<$listMols") || die "\n impossible to read from the file $listMols \n\n" ; #while ((my $molecule = <LISTM>) and ($nbfi<=$fileLimit)) { # pour test $nbl = 0 ; while (my $molecule = <LISTM>) { $nbl++ ; chop($molecule) ; next if (trim($molecule) eq "") ; $nbfi++ ; print "-" if (($nbfi % (10**$puis/100)) == 0) ; if (! -e $molecule) { $nberr++ ; print ERRF "error ".sprintf("%3d",$nberr)." File $molecule not found; file name given at line $nbl.\n" ; } else { $nbm++ ; my $cmd = `checkmol $molecule > $partf ` ; # chaque ligne de résultat de checkmol est comptabilisée if (-e $partf) { open(PARTF ,"<$partf") || die "\n impossible to read from the file $partf \n\n" ; ## print "\nFILE $nbfi = $nbm $molecule\n" ; ## system("grep -n '' $partf") ; my $lif = 0 ; # ligne dans fichier while (my $molf = <PARTF>) { chomp($molf) ; $nbfu++ ; $lif++ ; $tabfu{ $molf }++ ; if ($tabfu{ $molf }==1) { $nbuu++ ; print FIRSTT "\n" ; print FIRSTT sprintf("%7d",$nbuu). " / " ; print FIRSTT sprintf("%7d",$nbfu). " new function " ; print FIRSTT sprintf("%-60s",$molf)." first found in file $molecule at line $lif ; " ; print FIRSTT "files: " .sprintf("%7d",$nbfi) ; $tabff{ $molf } = $molecule ; $tabfl{ $molf } = $lif ; } # fin si ; } ; # fin tant que if ($lif>$maxFun) { $maxFun = $lif ; $filMax = $molecule ; } ; if ($lif>0) { if ($lif<$minFun) { $minFun = $lif ; $filMin = $molecule ; } ; } # fin si ; close(PARTF) ; #system("rm -rf $partf;sync") ; system("rm -rf $partf") ; } ; # finsi } ; # fin si #if ($nbfu>30) { exit ; } ; } ; # fin tant que close(LISTM) ; print "+\n" ; # on affiche par ordre alphabétique et on écrit aussi dans le fichier cntMols_res.csv $nbuu = 0 ; foreach my $mf (sort keys %tabfu) { $nbuu++ ; } ; print "\n" ; print "$nbfi files given, $nbm molecules found and $nbuu functions seen ($nbfu counts).\n" ; print "\n" ; print FIRSTT "\n" ; print FIRSTT "\n" ; print FIRSTT "$nbfi files given, $nbm molecules found and $nbuu functions seen ($nbfu counts).\n" ; print FIRSTT "\n" ; close(FIRSTT) ; print " minimum of functions: $minFun for file $filMin \n" ; print " maximum of functions: $maxFun for file $filMax \n" ; $moyFun = $nbuu/$nbm ; print " average number of functions ".sprintf("%0.2f",$moyFun )."\n\n" ; # arrivé ici, il faut stocker et afficher les résulats (en général environ 150 lignes) open(RESF,">$resf") ; print RESF "Function ; Count ; $nbfi files given, $nbm molecules found and $nbuu functions seen ($nbfu counts) \n" ; print "\n" ; print "List of functions\n" ; print "-----------------\n\n" ; foreach my $mf (sort keys %tabfu) { print sprintf("%-55s",trim($mf)) ; print RESF sprintf("%-55s",trim($mf)) . " ; "; print sprintf("%20d",trim($tabfu{$mf})) ; print RESF sprintf("%20d",trim($tabfu{$mf})). " ; " ; print "\n" ; print RESF sprintf("%-20s",trim($tabff{$mf})). " ; " ; print RESF sprintf("%3d",trim($tabfl{$mf})). " ; " ; print RESF "\n" ; } # fin pour chaque close(RESF) ; system("rm -rf $partf ;sync") ; # at last, compute global duration print "\n" ; my $timeFin = time() ; my $dure = &duration($timeDeb,$timeFin,"long") ; print "\n" ; print &dateEtHeure().". END computations. $dure.\n\n" ; # tell whete to find the results print "\n" ; print "results can be found in $resf and in $firstt.\n" ; print "\n" ; close(ERRF) ; print "\n" ; print "Results can be found in $resf \n" ; if ($nberr>0) { print "Some errors occured. See file $errf for more details.\n" ; } ; # fin si print "\n" ; exit(0) ; ################################################################################# sub help { ################################################################################# print "\n" ; print " Syntax: perl cntMols.pl LISTFILE \n" ; print " Example: perl cntMols.pl listeMols.txt \n" ; print "\n" ; exit(-2) ; } ; # fin de sub help ################################################################################# sub trim { my $s = shift; $s =~ s/^\s+|\s+$//g; return $s }; ################################################################################# sub dateEtHeure { ################################################################################# my ($sec,$min,$hour,$mday,$mmon,$year)=localtime(); $mmon = $mmon + 1 ; $year = $year + 1900 ; #if (length($sec)<2) { $sec = "0$sec" } ; #if (length($mday)<2) { $mday = "0$mday" } ; #if (length($mmon)<2) { $mmon = "0$mmon" } ; $sec = sprintf("%02d",$sec) ; $min = sprintf("%02d",$min) ; $mday = sprintf("%02d",$mday) ; $mmon = sprintf("%02d",$mmon) ; $hour = sprintf("%02d",$hour) ; my $now = $mday."/".$mmon."/".$year; $now .= " ".$hour.":".$min ; return $now ; } ; # fin sub dateEtHeure ################################################################################# sub duration { ################################################################################# my $temps1 = $_[0] ; my $temps2 = $_[1] ; my $option = $_[2] ; my $durationInSeconds = $temps2 - $temps1 ; my $retStr = "" ; if ($option eq "long") { $retStr .= "Elapsed time:" ; } ; my $years = floor($durationInSeconds / 31536000) ; $durationInSeconds -= $years * 31536000 ; my $days = floor($durationInSeconds / 86400); $durationInSeconds -= $days * 86400; my $hours = floor($durationInSeconds / 3600); $durationInSeconds -= $hours * 3600; my $minutes = floor($durationInSeconds / 60); my $seconds = $durationInSeconds - $minutes * 60; if($years > 0) { $retStr .= $years . ' an'; if ($years>1) { $retStr .= 's' ; } ; } ; # fin si if($days > 0) { $retStr .= ' '.$days . ' jour'; if ($days>1) { $retStr .= 's' ; } ; } ; # fin si if($hours > 0) { $retStr .= ' ' . $hours . ' h'; } ; # fin si if($minutes > 0) { $retStr .= ' ' . sprintf("%02d",$minutes) . ' min'; } ; # fin si if($seconds > 0) { $retStr .= ' ' . sprintf("%02d",$seconds) . ' sec'; } ; # fin si if (($retStr eq "") or ($retStr eq "Elapsed time:") ) { $retStr .= " 0 seconds" ; } ; return( $retStr ) ; } ; # fin sub duration ################################################################################# # # fin normale de script # ################################################################################# 13/07/2017 10:10. BEGIN computations for molecules in liste3M.txt. +------------------------------------+ +------------------------------------+ 3677411 files given, 3677410 molecules found and 166 functions seen (13557446 counts). 1,2-aminoalcohol 68876 1,2-diol 27425 1,2-diphenol 6317 CO2 derivative (general) 3823 acetal 57852 acyl bromide 214 acyl chloride 8109 acyl cyanide 336 acyl fluoride 655 aldehyde 75780 alkene 437153 alkyl aryl ether 320529 alkyl bromide 17625 alkyl chloride 91715 alkyl fluoride 45332 alkylthiol 26894 alkyne 59889 alpha-aminoacid 38057 alpha-hydroxyacid 6074 amide acetal 848 aminal 53138 aromatic compound 2244217 aryl bromide 21557 aryl chloride 167209 aryl fluoride 199963 arylthiol 17177 azide 10015 azo compound 3199 boronic acid 10277 boronic acid derivative 12607 carbamic acid 18909 carbamic acid ester (urethane) 27747 carbamic acid halide (haloformic acid amide) 883 carbonic acid diester 5295 carbonic acid ester halide (alkyl/aryl haloformate) 770 carbonic acid monoester 4647 carbonitrile 201053 carbonyl hydrate 4933 carboxylic acid 347257 carboxylic acid amidine 32446 carboxylic acid amidrazone 4831 carboxylic acid anhydride 3662 carboxylic acid azide 624 carboxylic acid ester 287464 carboxylic acid hydrazide 9143 carboxylic acid imide, N-substituted 19661 carboxylic acid imide, N-unsubstituted 2885 cation 13466 cyanate 467 dialkyl ether 371799 diaryl ether 10101 disulfide 3108 enamine 87629 enediol 615 enol 12906 enol ether 31084 guanidine 39328 hemiacetal 9738 hemiaminal 126907 hemithioaminal 22014 heterocyclic compound 2132885 hydrazine derivative 145543 hydrazone 10829 hydroperoxide 4817 hydroxamic acid 651 hydroxylamine 7749 imido ester 4925 imidothioester 1132 imidoyl halide 2521 imine 31198 imino(het)arene 63178 isocyanate 6090 isothiocyanate 2915 isothiourea 23892 isourea 51504 ketene acetal or derivative 51523 ketone 284874 lactam 43988 lactone 31743 nitrate 1353 nitrite 97 nitro compound 77579 nitroso compound 1250 organometallic compound 3 orthocarboxylic acid derivative 43646 orthoester 1290 oxime 14229 oxime ether 8573 oxo(het)arene 71842 peroxide 3376 phenol or hydroxyhetarene 161953 phosphine oxide 1796 phosphonic acid 5328 phosphonic acid derivative 12751 phosphonic acid ester 5587 phosphoric acid 22 phosphoric acid amide 2518 phosphoric acid ester 5822 phosphoric acid halide 601 primary alcohol 222471 primary aliphatic amine (alkylamine) 406865 primary amine 576243 primary aromatic amine 174188 primary carboxylic acid amide 12650 quaternary ammonium salt 10790 secondary alcohol 213308 secondary aliphatic amine (dialkylamine) 548567 secondary aliphatic/aromatic amine (alkylarylamine) 121378 secondary amine 672819 secondary aromatic amine (diarylamine) 7467 secondary carboxylic acid amide 50872 semicarbazide 1179 semicarbazone 487 sulfenic acid 527 sulfenic acid amide 1551 sulfenic acid ester 538 sulfenic acid halide 342 sulfinic acid 252 sulfinic acid amide 1 sulfinic acid ester 1 sulfonamide 10091 sulfone 3746 sulfonic acid 3798 sulfonic acid ester 1955 sulfonyl halide 575 sulfoxide 11396 sulfuric acid 169 sulfuric acid amide 261 sulfuric acid amide ester 272 sulfuric acid diamide 2362 sulfuric acid diester 152 sulfuric acid monoester 579 sulfuryl halide 310 tertiary alcohol 65354 tertiary aliphatic amine (trialkylamine) 376354 tertiary aliphatic/aromatic amine (alkylarylamine) 113311 tertiary amine 483489 tertiary aromatic amine (triarylamine) 27 tertiary carboxylic acid amide 168724 thioacetal 2284 thioaldehyde 2816 thiocarbamic acid 2356 thiocarbamic acid ester 4865 thiocarbamic acid halide (halothioformic acid amide) 56 thiocarbonic acid derivative 2144 thiocarbonic acid diester 1036 thiocarbonic acid halide (alkyl/aryl halothioformate) 62 thiocarbonic acid monoester 687 thiocarboxylic acid 1719 thiocarboxylic acid amide 1770 thiocarboxylic acid ester 6076 thiocyanate 1464 thioether 123385 thioketone 3189 thiol (sulfanyl compound) 44027 thiolactam 516 thiolactone 1343 thiophosphoric acid amide 28 thiophosphoric acid ester 37 thiophosphoric acid halide 12 thiosemicarbazide 477 thiosemicarbazone 25 thiourea 2572 thioxo(het)arene 3601 unknown file format! 80 urea 29591 13/07/2017 15:08. END computations. Elapsed time: 4 h 57 min 40 sec. results can be found in cntMols_res.csv and in cntMols_first.txt.

 

 

   Retour à la page principale de   (gH)