Eu tenho uma pasta com muitos arquivos (xyz1, xyz2, até o xyz5025) e preciso executar um script em cada um deles, obtendo xyz1.faa, xyz2.faa e assim por diante. saídas.
O comando para um único arquivo é:
./transeq xyz1 xyz1.faa -table 11
Existe uma maneira de fazer isso automaticamente? Talvez um combo de tarefas?
for file in xyz*
do
./transeq "$file" "${file}.faa" -table 11
done
Esse é um loop for simples que itera todos os arquivos que começam com xyz no diretório atual e chamam o programa ./transeq com o nome do arquivo como primeiro argumento, o nome do arquivo seguido por ".faa" como o segundo argumento, seguido por "-table 11".
Se você instalar o GNU Parallel , poderá fazê-lo em paralelo assim:
parallel ./transeq {} {}.faa -table 11 ::: xyz*
Se você programa intensamente com CPU, ele deve acelerar um pouco.
Você pode fazer algo assim em uma linha de comando bash :
printf '%s\n' {1..5025} | xargs -l -I {} -t ./transeq xyz{} xyz{}.faa -table 11
Estamos gerando os números inteiros de 1 a 5025, um / linha, e os alimentando um por um para xargs, que encapsula o inteiro em {} e então o transplanta para a linha de comando ./transeq em um arquivo apropriado. maneira.
Se você não tiver o recurso de expansão de chave {n..m} , poderá invocar o utilitário seq para gerar esses valores numéricos.
Ou, você pode sempre emular a geração numérica via:
yes | sed -n =\;5025q | xargs ...
Usando find, útil quando seus arquivos estão espalhados dentro dos diretórios
find -name "xyz*" -exec ./transeq {} {}.faa -table 11 \;
Supondo que você tenha mais de um núcleo, e cada chamada possa ser executada independentemente do resto, você ganhará bastante aceleração com execuções paralelas.
Uma maneira relativamente simples de fazer isso é por meio do parâmetro -P de xargs - por exemplo, se você tiver 4 núcleos:
echo xyz{1..5025} | \
xargs -n 1 -P 4 -I{} /path/to/transeq xyz{} xyz{}.faa -table 11
O -n 1 informa xargs para escolher apenas um argumento fora da lista para cada invocação (por padrão passaria bastante) , e o -P 4 diz para gerar 4 processos ao mesmo tempo - quando um morre, um novo é gerado.
IMHO, você não precisa instalar o GNU paralelo para este caso simples - xargs é suficiente.