使用sort命令和awk命令对数据集的label进行处理

太兴奋了。我就网上查了以下检索到这个：blog.sina.com.cn/s/blog_4af3f0d20100gux5.html

sort -n -k2 file.txt 或则sort -g -k2 file.txt(从小到大排序)

sort -rn -k2 all_contig.txt（加-r从大到小排序）。

-n,--numeric-sort        

-g,--general-numeric-sort

试了以下果然可以按照第三列排序。

接下来我试了以下awk可以给某列减去一。那么完整的命令就是这样

sort -n -k3 spiral.txt |awk '{print $1"\t"$2"\t"$3-1}'。

       我是在使用python做cluster聚类的时候，我的聚类结果和源数据的类标label不一样。为了做分类结果的评价evaluate，必须把label的标号做统一了。比如数据集的类标号可能（1，2，3），而我的分类结果的类标号是（0，1，2）。我当然可以把cluster结果的类标设置成和数据集一样的（1，2，3）。但是聚类结果的类标也不能和数据集的相对应。比如数据集的类标是这样[2,2,1,1,3,3]，cluster结果可能是[1,1,2,2,3,3]。这样我的cluster结果很好，准确率是百分之百。但是要是直接把结果代入评价函数，评价出来的结果肯定是错误的。

      这样，我的命令做了两个事情。

1）将数据集按照label列排序

2）将第三列的数据减一。