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)
