如何解决Snakemake 带有生成许多中间文件的脚本
我想知道为具有许多中间文件的脚本编写规则的最佳做法是什么?
R 脚本示例如下:
data <- read_rds(snakemake@input[["data"]])
# generate and save many plots for sanity check
plt1
ggsave("plt1.pdf",plt1)
plt2
ggsave("plt2.pdf",plt2)
# and many other figs
# No actual output
我写的规则:
rule transform:
input:
data : "data.rds"
output:
touch("script.Rout")
script: "script.R"
请注意,script.R
没有没有实际输出。该文件主要用于通过绘制一些草图来进行一些完整性检查(在运行此规则后手动完成)。这些数字不会用作未来工作流程的任何输入。
在这种情况下,我的解决方案合适吗?有没有更好的方法?
谢谢!
解决方法
Snakemake 规则实际上不需要声明任何输出,因此您可以简单地省略输出位。
一般来说,出于以下原因,明确规则的输出是很好的:
- Snakemake 检查是否实际生成了输出,并在规则完成后未生成输出时提供信息性错误消息。
- Snakemake 可以删除所有生成的输出 (
--delete-all-output
),但前提是输出已声明。
声明和创建输出的另一个原因(就像通过 touch
那样)是这样的规则可以被另一个规则自动调用。假设您有一个触发实际数据分析的“规则全部”,但您也希望它创建绘图。然后您可以将 script.Rout
声明为该规则的输入,并且该脚本将被自动调用。
由于 script.Rout
是一个空文件,声明可能只是为了让另一个文件可以自动执行此规则,因此您可以向其添加 temp
,以便最终将其删除,而您不会不必自己清理:
output: temp(touch("script.Rout"))
,
因为您不将这些文件用于其他任何用途,所以应该没问题。
虽然有一个明确列出输出的论据。这将支持通过 snakemake 删除所有输出文件,并会检测脚本中途无提示失败的情况。如果输出确实是 figure{i}.pdf
,则就像添加 expand('figure{i}.pdf',i=range(MAX)
一样简单。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。