Perl实例--统计GC占总长度的比例

我们在处理数据中， 有时候需要统计一些数据的次数 ，以及占总长度的比例。 一般情况下， 需要计数的情景， 我们往往第一时间想到的应该就是哈希， 哈希是最适合来进行频率统计的方法了。 

我们来看下面的例子：

我们有一个文件，data.txt，它里面有以下内容

>abc

TGCGACGAGGGCA

我们需要统计GC的次数以及占第二行数据的比例。

我们来看怎么进行处理：

首先我们读取文件

my $file = 'data.txt';

open my $fh, '<', $file or die "failed to open file:$file\n";

定义2个变量用来存储gc的个数，以及总长度

my $count = 0;

my $total = 0;

逐行读入数据

while(<$fh>){

        过滤掉>开头的行

next if /^>/;

chomp;

my @vals = split '';

for my $vals(@vals){

$total++;

                 这边如果只是gc， 使用eq效率会比正则高， 一般只有少数选项的时候， 我们可以考虑直接使用比较， 而不是使用正则

$count++ if $vals eq 'G' || $vals eq 'C';

}

}

定义一个变量， 用来计算并存储gc所占的比例， 我们这边使用的是百分比， 因此需要乘以100， 如果对小数位有特定要求， 则后续可以自己format一下就可以了

my $ratio = $count * 100 / $total;

print "GC number: $count, total: $total, ratio: $ratio % \n";

这样就可以了，是不是很简单。