当别人扔给你一堆文件，如何优雅地批处理？

豆豆写于2020.12.03
这次的内容很简单，重点是代码部分，实际是继续强化使用循环批处理的思想

举个例子

最近拿到别人给的一堆数据，他想要做TSS附近的信号分布

这里，程序运行并不难，考验的是如何能够快速高效美观地运行并生成结果

我希望每个样本都有一个自己的目录

上面基本上每个样本都有三个处理，分别标注了0、2、12，只有一个P样本还多了一个P1（这个先不管它，最后再看）

于是首先要拿到样本的名称

find ./ -name "*0.bw"  | xargs -i basename {}|tr -d "0.bw">config
# 于是就是
# 27me
# A
# C
# EZH2
# H3
# ...

这样保存成config配置文件的好处有两个：一是方便循环处理，二是可以并行计算（比如将前6个做成一个bash单独提交，后几个做成一个bash再提交一次）

现在想运行第3-6个样本

sed -n '3,6 p' config| while read sample;do 

    # echo $sample
    # 首先把bw文件都各自存放到对应目录中
    if [ ! -d $sample ]
        then mkdir -p $sample && mv ${sample}*bw $sample
    fi

  # echo "

    computeMatrix reference-point --referencePoint TSS -b 2000 -a 2000 -R cluster1.bed cluster2.bed cluster3.bed cluster4.bed 
       -S ${sample}/${sample}0.bw ${sample}/${sample}2.bw ${sample}/${sample}12.bw
       --skipZeros 
        -p 4 
       --missingDataAsZero 
       -o ${sample}/${sample}_rpkm_TSS.2k.gz 
       --blackListFileName mm10.merge.blacklist.bed 
       --outFileSortedRegions ${sample}/${sample}_rpkm_TSS.2k.bed

 plotProfile -m ${sample}/${sample}_rpkm_TSS.2k.gz -out plot/${sample}_Profile.pdf 

  # "

done

这样，最后得到的图片都全部放在plot目录中，每个样本的数据也都各自放在了一起

再结合上一次的推送《从草图到准发表级绘图要多久？》进行排版，就得到了：