bash – 使用awk进行无需替换的采样

发布时间：2020-12-15 19:01:26 所属栏目：安全来源：网络整理

导读：我有很多看起来像这样的文本文件： ALGKAHOLAGGATACCATAGATGGCACGCCCTBLGKAHOLAGGATACCATAGATGGCACGCCCTHLGKAHOLAGGATACCATAGATGGCACGCCCTDLGKAHOLAGGATACCATAGATGGCACGCCCTELGKAHOLAGGATACCATAGATGGCACGCCCTFLGKAHOLAGGATACCATAGATGGCACGCCCTJGGKAHOLAGGATA

我有很多看起来像这样的文本文件：

>ALGKAHOLAGGATACCATAGATGGCACGCCCT
>BLGKAHOLAGGATACCATAGATGGCACGCCCT
>HLGKAHOLAGGATACCATAGATGGCACGCCCT
>DLGKAHOLAGGATACCATAGATGGCACGCCCT
>ELGKAHOLAGGATACCATAGATGGCACGCCCT
>FLGKAHOLAGGATACCATAGATGGCACGCCCT
>JGGKAHOLAGGATACCATAGATGGCACGCCCT
>POGKAHOLAGGATACCATAGATGGCACGCCCT

有没有办法在不使用awk替换的情况下进行采样？

例如,我有这8行,我只想在一个新文件中随机抽样4个,而无需替换.
输出应该如下所示：

>FLGKAHOLAGGATACCATAGATGGCACGCCCT
>POGKAHOLAGGATACCATAGATGGCACGCCCT    
>ALGKAHOLAGGATACCATAGATGGCACGCCCT
>BLGKAHOLAGGATACCATAGATGGCACGCCCT

提前致谢

对10％的线路进行随机抽样怎么样？

awk 'rand()>0.9' yourfile1 yourfile2 anotherfile

我不确定你的意思是“替换”…这里没有替代,只是随机选择.

基本上,它只精确查看每个文件的每一行,并在0到1的间隔内生成一个随机数.如果随机数大于0.9,则输出该行.所以基本上它是为每一行滚动一个10面骰子,只有当骰子出现为10时才打印它.没有机会打印两次线 – 除非它在你的文件中出现两次,当然.

为了增加随机性(！),你可以按照@klashxx的建议在开头添加一个srand()

awk 'BEGIN{srand()} rand()>0.9' yourfile(s)

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!