生物信息中常用的Linux命令

Overview

一直想把常用的命令搜集起来，以便平时用到的时候查阅，可惜一直没抽出来时间专门整理下。最近在做序列的特征提取和多个特征文件合并时，频繁使用到了一些命令，干脆一并整理到这里，以后边用边添加整理新的命令。

这里的linux命令主要在MAC 10.9.5和Ubuntu 14.04下测试，涉及到平台差异性的时候，会尽量指出来，没有区分的话就表示两种平台下都可以使用。如果仍有没涉及到的问题，欢迎补充~

1. 常规的`shell`命令

1.1 查看文件的前/后n行

Linux

下面的命令显示文件名为filename的文件的前/后5行：
```
  head filename -n5
  tail filename -n5 
```
设置-n后面的数字，可以指定要查看的行数。如果省略-n参数，则默认显示10行。
另外，-n参数的位置是比较灵活的，而且后面的数值可以加一个空格区分，所以，下面几种形式都是可以的：
```
  head filename
  head -n5 filename
  tail -n5 filename
  head filename -n 5
  tail filename -n 5
```
Mac
Mac下的head/tail命令是BSD平台的实现，-n参数必须在文件名前面，放在文件名后面会被当做一个新的文件名。如果省略-n参数，则默认也显示10行。
下面几种形式都是可以的：
```
  head -n5 filename
  tail -n5 filename
  head -n 5 filename
  tail -n 5 filename
```

1.2 查看文件的行数

wc -l filename

上面的命令会把把名为filename文件的行数以及文件名本身一起列出来。有时候我们想要同时看很多个文件的行数。可以使用：

wc -l filename1 filename2

这条命令输出为：

281 filename1
281 filename2
562 total

分别为filename1,filename2的行数，以及他们行数的和。当然，也可以直接查看当前文件夹下所有的文件行数：

wc -l *

1.3 查看文件的列数

在提取完特征之后，检查特征文件的列数是必须要做的，所以查看文件列数的命令也非常常见：

cat filename | awk -F ',' '{print NF}' | head -n1

这里假定filename是以,分割的文件，如果是以空格或者别的标记分割的文件，可以自行修改
','中的符号。

另外，awk -F ',' '{print NF}'中输出的结果，实际上是每一行的列数，我们假定这里处理的是特征文件，因此每一行的列数都是相同的，所以我们只需要使用head -n1查看第一行的列数就可以了。

1.4 查看序列文件中的序列数

grep -c '>' filename

因为序列文件中每条序列都是以>开头的，因此统计>的个数就可以知道序列数目。

1.5 文件合并

上下合并：

  cat file1 file2 > file3
  cat file1 file2 file3 > newfile

很容易扩展到多个文件合并

左右合并
```
  paste file1 file2 > file3
  paste file1 file2 file3 > newfile
```
一样可以扩展到多个文件合并。

默认情况下，paste合并文件之间使用空格或者tab分开，如果你合并的是csv文件，就需要显示指定用,分开：
```
  paste -d "," file1 file2 file3 > newfile
```

1.6 单个文件去掉重复的行

重复的多行只留一行
```
  sort filename | uniq > newfile
```
重复的行全部去掉，只留下文件中的非重复行
```
  sort filename | uniq -u > newfile
```

1.7 文件的交集，并集

下面的操作很容易可以扩展到多个文件。

文件的并集(重复的行只保留一份)

  cat file1 file2 | sort | uniq > newfile
  cat file1 file2 file3 | sort | uniq > newfile

取出两个文件的交集(只留下同时存在于两个文件中的文件)

  cat file1 file2 | sort | uniq -d > newfile
  cat file1 file2 file3 | sort | uniq -d > newfile

删除交集，留下其他的行

  cat file1 file2 | sort | uniq -u > newfile
  cat file1 file2 file3 | sort | uniq -u > newfile

1.7 查看及关闭端口

通常在tomcat没能正常退出的情况下，8080端口就会被占用，这时就无法重新启动tomcat。因此经常需要查看端口使用情况，并在端口被占用时关闭端口。

在Mac下

查看端口8080
```
  lsof -i:8080
```
关闭8080
```
  kill -9 8080
```