摘要:
1、测试数据 root@PC1:/home/test# ls outcome.map outcome.ped root@PC1:/home/test# cat outcome.map 1 snp1 0 55910 1 snp2 0 85204 1 snp3 0 122948 1 snp4 0 203 阅读全文
摘要:
1、 cut -d " " -f 7- $1 > nuc.ped awk '{for(i = 1; i <= NF; i = i + 2) {printf("%s ", $i)} {printf("\n")}}' nuc.ped > top.ped awk '{for(i = 2; i <= NF; 阅读全文
摘要:
1、R实现 dat <- read.table("outcome.ped") name1 <- c("FID", "IID", "PAT", "MAT","SEX", "PHENOTYPE" ) name2 <- dat[,1:6] name3 <- rbind(name1, name2) dat 阅读全文
摘要:
1、测试数据 root@PC1:/home/test/test/test2# cat nuc.ped G G C C G G G G A G A A G G G C G G G G G G A A G G C C G G G G G G A A G G C C G G G G G G A A G G 阅读全文
摘要:
1、测试数据 root@PC1:/home/test2# cat a.txt 1 e d 2 a g 3 w e 4 d g 5 g j 6 e j 7 l m 8 i n 2、awk命令实现 root@PC1:/home/test2# cat a.txt 1 e d 2 a g 3 w e 4 d 阅读全文
摘要:
1、测试数据 root@PC1:/home/test2# ls a.txt root@PC1:/home/test2# cat a.txt 1 2 3 4 5 6 7 8 e a w d g e l i d g e g j j m n 2、将连续的两列数据转换成一列数据 root@PC1:/home 阅读全文
摘要:
set.seed()用于保证多次生成随机数的结果一致。 1、 par(mfrow = c(2,2)) a <- rnorm(10) plot(a, pch = 19, cex =2) b <- rnorm(10) plot(b, pch = 19, cex =2) set.seed(100) c < 阅读全文
摘要:
1、统计每行中特定字符出现的次数 root@PC1:/home/test/test# cat a.txt w d t i d g e d t c d t j k j j k k k j root@PC1:/home/test/test# awk '{print gsub(/d/,"&")}' a.t 阅读全文
摘要:
1、测试数据 root@PC1:/home/test/test# cat a.txt w d t d g e t c d root@PC1:/home/test/test# awk -v RS="@#$j" '{print gsub(/d/,"&")}' a.txt ##RS是输出分割符,定义特殊分 阅读全文
摘要:
1、 result1 <- data.frame(1:100) for (i in 1:10) { temp1 <- sample(c("A", "C", "G", "T"), 2, replace = F) temp2 <- sample(c(temp1[1], temp1[2]), 100, r 阅读全文