生信需求：

你有fastq文件，想按照5%，10%，20%，40%，60%，80%，截取fastq的數(shù)據(jù)量，或按照固定一個自定義比例截取數(shù)據(jù)量。

特點與功能：

1，隨機截取，不是按照原始fastq中的順序截取。
2，支持PE，和SE reads，
3，僅支持fastq格式。
4，默認按固定比例。（5%，10%，20%，40%，60%，80%）。
5，支持指定比例。比如只想截取45%，則使用-s 45參數(shù)既可
6，支持壓縮或非壓縮文件，自動識別（.fq或.fq.gz）

缺點：

1，隨機截取時，會產(chǎn)生大list，導(dǎo)致內(nèi)存偏高，耗時。

更新：
2019-06-25： 更新了算法，速度提升，
2019-06-25：新增識別壓縮與非壓縮文件功能

待更新：update to 2019-06-16

1，增加參數(shù)使能夠不隨機截取，按照原始fastq順序截取，縮短程序運行時間。
2，優(yōu)化算法，降低內(nèi)存消耗。

用法：

usage: downsampling.py [-h] [-r1 READ1] [-r2 READ2] [-p PREFIX]

This is description

optional arguments:
  -h, --help            show this help message and exit
  -r1 READ1, --rd1 READ1
                        input read1 file
  -r2 READ2, --rd2 READ2
                        input read2 file
  -p PREFIX, --prefix PREFIX
                        prefix

舉例 -p為輸出文件的前綴。

python downsampling.py -r1  16E1L1_R1.fastq.gz -r2 16E1L1_R2.fastq.gz  -p 16E1L1

得到如下結(jié)果，輸出結(jié)果的命名為：前綴+ 固定的后綴（xxpct_Rx.fq.gz）。

image.png

案例2：
按照指定的比例，截取fastq，只想截取45%的數(shù)據(jù)。

python downsampling.py -r1 16E1L1_R1.fastq.gz -r2 16E1L1_R2.fastq.gz  -p 16E1L1 -s 45

則只會輸出16E1L1_45pct_R1.fq.gz 和16E1L1_45pct_R2.fq.gz 兩個文件。

案例3：
我的數(shù)據(jù)只有一個fastq，不是PE數(shù)據(jù)：

python downsampling.py -r1 16E1L1_R1.fastq.gz  -p 16E1L1 -s 45

則只會輸出16E1L1_45pct_R1.fq.gz 一個文件。