Shell实用——统计字符种类及个数

1. 前期准备

• 数据下载

  $ wget -c ftp://hgdownload.cse.ucsc.edu/goldenPath/sacCer3/bigZips/mrna.fa.gz
  $ wget -c ftp://hgdownload.cse.ucsc.edu/goldenPath/sacCer3/bigZips/mrna.fa.gz.md5
  

• 数据完整性校验

  $ md5sum --check mrna.fa.gz.md5
  mrna.fa.gz: OK
  

• 了解fasta格式，提取序列

  $ gunzip -c mrna.fa.gz | grep -v "^>" > data.fa
  

2. 脚本编写

test.sh

#!/bin/bash

for i in {a..z}
do
    grep -q $i data.fa;
    if [ $? == 0 ]; then 
        n=`grep -o $i data.fa | wc -l`;
        printf "$i\t$n\n";
    fi
done 

3. 脚本运行

$ bash test.sh
a       98378
b       1
c       59955
d       21
g       65147
n       866
r       1
s       2
t       89401
w       1
y       1