如何解决Snakemake 多个通配符和 argparse 参数
我是蛇形的新手,发现它很难做最简单的事情。为了说明,我编写了一个程序 adding_text.py
,它采用输入目录、输出目录和索引(来自输入目录的 os.listdir
)的参数 (argparse) 来处理一些文本文件。
这是我的文件结构:
identity_category1
|----A.txt -> text A identity
|----B.txt -> text B identity
|----C.txt -> text C identity
identity_category2
|----P.txt -> text P identity
|----Q.txt -> text Q identity
|----R.txt -> text R identity
identity_category3
|----X.txt -> text X identity
|----Y.txt -> text Y identity
|----Z.txt -> text Z identity
这是我的代码adding_text.py
:
import argparse
import os
my_parser = argparse.ArgumentParser(usage='python %(prog)s [-h] input_dir output_dir file_index')
my_parser.add_argument('input_dir',type=str)
my_parser.add_argument('output_dir',type=str)
my_parser.add_argument('file_index',type=int)
args = my_parser.parse_args()
input_dir = args.input_dir
output_dir = args.output_dir
file_index = args.file_index
if not os.path.exists(output_dir):
os.mkdir(output_dir)
filelist = os.listdir(input_dir)
input_file = open(os.path.join(input_dir,filelist[file_index]),'r')
output_file = open(os.path.join(output_dir,filelist[file_index].split('.')[0] + '_added.txt'),'w')
output_file.write(input_file.read() + ' has been added\n')
我所做的只是在控制台发出以下命令:
python adding_text.py identity_category1 1_added 0
python adding_text.py identity_category1 1_added 1
python adding_text.py identity_category1 1_added 2
python adding_text.py identity_category2 2_added 0
python adding_text.py identity_category2 2_added 1
python adding_text.py identity_category2 2_added 2
python adding_text.py identity_category3 3_added 0
python adding_text.py identity_category3 3_added 1
python adding_text.py identity_category3 3_added 2
并得到以下输出(结构):
1_added
|----A_added.txt -> text A identity has been added
|----B_added.txt -> text B identity has been added
|----C_added.txt -> text C identity has been added
2_added
|----P_added.txt -> text P identity has been added
|----Q_added.txt -> text Q identity has been added
|----R_added.txt -> text R identity has been added
3_added
|----X_added.txt -> text X identity has been added
|----Y_added.txt -> text Y identity has been added
|----Z_added.txt -> text Z identity has been added
所以python编码不是问题。问题是当我试图围绕该问题设计一个蛇形工作流程时,涉及多个通配符、依赖项等。我的 possible_snakefile
看起来像这样
NUM = ["1","2","3"]
SAMPLE = ["A","B","C"]
rule add_text:
input:
expand("identity_category{num}/{sample}.txt",num=NUM,sample=SAMPLE)
output:
expand("{num}_added/{sample}_added.txt",sample=SAMPLE)
run:
for index in range(0,3):
shell("python adding_text.py identity_category{num} {num}_added index")
当我尝试指定目标并通过 snakemake --cores 1 -n -s possible_snakefile 1_added/A_added.txt
执行试运行时,它错误地映射了输入目录和相应的文件,并向我抛出此错误:
MissingInputException in line 4 possible_snakefile:
Missing input files for rule add_text:
identity_category3/C.txt
identity_category2/A.txt
identity_category3/B.txt
identity_category2/B.txt
identity_category2/C.txt
identity_category3/A.txt
我确信它非常简单,但我无法理解它。即 possible_snakefile
中的不同通配符规范或在命令行中指定不同的目标文件。我很感激这里的帮助。谢谢
解决方法
首先,您的设计不是很好,因为它依赖于文件名的顺序。这意味着如果您在 identity_category{num}
目录中再添加一个文件,结果将会改变。这使管道复杂化,使其更难以预测,我建议您重新编写脚本并使依赖项明确。无论如何,在我的其余答案中,我会假设脚本是您无法更改的。
您需要指定一个目标:管道应生成的文件(或一组文件或目录)。该目标不应有通配符,因为目标应是明确的。使用您的脚本,目标是什么并不那么明显,但您可以指定 {num}_added
目录组您打算从管道中获取什么:
rule target:
input:
expand("{num}_added",num=NUM)
请注意,此处的 {num}
不是通配符,因为它已在 expand
函数中完全解析。实际上这个函数会返回一个包含三个元素的列表:["1_added","2_added","3_added"]
,Snakemake 会知道要生成什么:
rule target:
input:
["1_added","3_added"]
另外请注意,名称 target 是任意的,但这必须是您的 Snakefile 中的最高规则。
好的,现在 Snakemake 知道它需要生成 3 个对象,您可以指示它如何生成每个对象:
rule make_added:
input:
"identity_category{num}"
output:
"{num}_added"
...
# some magic would come here later
此规则指示 Snakemake 生成单个 {num}_added
目录,它需要另一个目录 identity_category{num}
,其中 {num}
必须匹配。这里的 {num}
是一个通配符,Snakemake 会自动替换它的值,并且它会运行这个规则 3 次(实际上是 len(NUM)
次)。
现在让我们调用您的脚本:
rule make_added:
input:
"identity_category{num}"
output:
"{num}_added"
run:
for index in range(0,3):
shell("python adding_text.py identity_category{wildcards.num} {wildcards.num}_added {index}")
这里不能简单地通过名称命名通配符。此外,您需要将变量 index
放入大括号中。
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。