pca.go

   1 package main
   2
   3 import (
   4         "bufio"
   5         "errors"
   6         "flag"
   7         "fmt"
   8         "io"
   9         "io/ioutil"
  10         "net/http"
  11         _ "net/http/pprof"
  12         "os"
  13         "sort"
  14
  15         "git.arvados.org/arvados.git/sdk/go/arvados"
  16         "github.com/james-bowman/nlp"
  17         "github.com/kshedden/gonpy"
  18         log "github.com/sirupsen/logrus"
  19         "gonum.org/v1/gonum/mat"
  20 )
  21
  22 type pythonPCA struct{}
  23
  24 func (cmd *pythonPCA) RunCommand(prog string, args []string, stdin io.Reader, stdout, stderr io.Writer) int {
  25         var err error
  26         defer func() {
  27                 if err != nil {
  28                         fmt.Fprintf(stderr, "%s\n", err)
  29                 }
  30         }()
  31         flags := flag.NewFlagSet("", flag.ContinueOnError)
  32         flags.SetOutput(stderr)
  33         projectUUID := flags.String("project", "", "project `UUID` for output data")
  34         inputFilename := flags.String("i", "-", "input `file`")
  35         priority := flags.Int("priority", 500, "container request priority")
  36         err = flags.Parse(args)
  37         if err == flag.ErrHelp {
  38                 err = nil
  39                 return 0
  40         } else if err != nil {
  41                 return 2
  42         }
  43
  44         runner := arvadosContainerRunner{
  45                 Name:        "lightning pca",
  46                 Client:      arvados.NewClientFromEnv(),
  47                 ProjectUUID: *projectUUID,
  48                 RAM:         440000000000,
  49                 VCPUs:       1,
  50                 Priority:    *priority,
  51         }
  52         err = runner.TranslatePaths(inputFilename)
  53         if err != nil {
  54                 return 1
  55         }
  56         runner.Prog = "python3"
  57         runner.Args = []string{"-c", `import sys
  58 import scipy
  59 from sklearn.decomposition import PCA
  60 scipy.save(sys.argv[2], PCA(n_components=4).fit_transform(scipy.load(sys.argv[1])))`, *inputFilename, "/mnt/output/pca.npy"}
  61         var output string
  62         output, err = runner.Run()
  63         if err != nil {
  64                 return 1
  65         }
  66         fmt.Fprintln(stdout, output+"/pca.npy")
  67         return 0
  68 }
  69
  70 type goPCA struct{}
  71
  72 func (cmd *goPCA) RunCommand(prog string, args []string, stdin io.Reader, stdout, stderr io.Writer) int {
  73         var err error
  74         defer func() {
  75                 if err != nil {
  76                         fmt.Fprintf(stderr, "%s\n", err)
  77                 }
  78         }()
  79         flags := flag.NewFlagSet("", flag.ContinueOnError)
  80         flags.SetOutput(stderr)
  81         pprof := flags.String("pprof", "", "serve Go profile data at http://`[addr]:port`")
  82         runlocal := flags.Bool("local", false, "run on local host (default: run in an arvados container)")
  83         projectUUID := flags.String("project", "", "project `UUID` for output data")
  84         priority := flags.Int("priority", 500, "container request priority")
  85         inputFilename := flags.String("i", "-", "input `file`")
  86         outputFilename := flags.String("o", "-", "output `file`")
  87         components := flags.Int("components", 4, "number of components")
  88         onehot := flags.Bool("one-hot", false, "recode tile variants as one-hot")
  89         err = flags.Parse(args)
  90         if err == flag.ErrHelp {
  91                 err = nil
  92                 return 0
  93         } else if err != nil {
  94                 return 2
  95         }
  96
  97         if *pprof != "" {
  98                 go func() {
  99                         log.Println(http.ListenAndServe(*pprof, nil))
 100                 }()
 101         }
 102
 103         if !*runlocal {
 104                 if *outputFilename != "-" {
 105                         err = errors.New("cannot specify output file in container mode: not implemented")
 106                         return 1
 107                 }
 108                 runner := arvadosContainerRunner{
 109                         Name:        "lightning pca-go",
 110                         Client:      arvados.NewClientFromEnv(),
 111                         ProjectUUID: *projectUUID,
 112                         RAM:         100000000000, // maybe 10x input size?
 113                         VCPUs:       2,
 114                         Priority:    *priority,
 115                 }
 116                 err = runner.TranslatePaths(inputFilename)
 117                 if err != nil {
 118                         return 1
 119                 }
 120                 runner.Args = []string{"pca-go", "-local=true", fmt.Sprintf("-one-hot=%v", *onehot), "-i", *inputFilename, "-o", "/mnt/output/pca.npy"}
 121                 var output string
 122                 output, err = runner.Run()
 123                 if err != nil {
 124                         return 1
 125                 }
 126                 fmt.Fprintln(stdout, output+"/pca.npy")
 127                 return 0
 128         }
 129
 130         var input io.ReadCloser
 131         if *inputFilename == "-" {
 132                 input = ioutil.NopCloser(stdin)
 133         } else {
 134                 input, err = os.Open(*inputFilename)
 135                 if err != nil {
 136                         return 1
 137                 }
 138                 defer input.Close()
 139         }
 140         log.Print("reading")
 141         cgs, err := ReadCompactGenomes(input)
 142         if err != nil {
 143                 return 1
 144         }
 145         err = input.Close()
 146         if err != nil {
 147                 return 1
 148         }
 149         log.Print("sorting")
 150         sort.Slice(cgs, func(i, j int) bool { return cgs[i].Name < cgs[j].Name })
 151
 152         log.Print("converting cgs to array")
 153         data, rows, cols := cgs2array(cgs)
 154         if *onehot {
 155                 log.Printf("recode one-hot: %d rows, %d cols", rows, cols)
 156                 data, cols = recodeOnehot(data, cols)
 157         }
 158         cgs = nil
 159
 160         log.Printf("creating matrix backed by array: %d rows, %d cols", rows, cols)
 161         mtx := array2matrix(rows, cols, data).T()
 162
 163         log.Print("fitting")
 164         transformer := nlp.NewPCA(*components)
 165         transformer.Fit(mtx)
 166         log.Printf("transforming")
 167         mtx, err = transformer.Transform(mtx)
 168         if err != nil {
 169                 return 1
 170         }
 171         mtx = mtx.T()
 172
 173         rows, cols = mtx.Dims()
 174         log.Printf("copying result to numpy output array: %d rows, %d cols", rows, cols)
 175         out := make([]float64, rows*cols)
 176         for i := 0; i < rows; i++ {
 177                 for j := 0; j < cols; j++ {
 178                         out[i*cols+j] = mtx.At(i, j)
 179                 }
 180         }
 181
 182         var output io.WriteCloser
 183         if *outputFilename == "-" {
 184                 output = nopCloser{stdout}
 185         } else {
 186                 output, err = os.OpenFile(*outputFilename, os.O_CREATE|os.O_WRONLY, 0777)
 187                 if err != nil {
 188                         return 1
 189                 }
 190                 defer output.Close()
 191         }
 192         bufw := bufio.NewWriter(output)
 193         npw, err := gonpy.NewWriter(nopCloser{bufw})
 194         if err != nil {
 195                 return 1
 196         }
 197         npw.Shape = []int{rows, cols}
 198         log.Printf("writing numpy: %d rows, %d cols", rows, cols)
 199         npw.WriteFloat64(out)
 200         err = bufw.Flush()
 201         if err != nil {
 202                 return 1
 203         }
 204         err = output.Close()
 205         if err != nil {
 206                 return 1
 207         }
 208         log.Print("done")
 209         return 0
 210 }
 211
 212 func array2matrix(rows, cols int, data []uint16) mat.Matrix {
 213         floatdata := make([]float64, rows*cols)
 214         for i, v := range data {
 215                 floatdata[i] = float64(v)
 216         }
 217         return mat.NewDense(rows, cols, floatdata)
 218 }