snakemake：使用run指令时如何实现log指令？

Snakemake允许使用指定日志文件名称的

log

参数为每个规则创建日志。通过管道将

shell

输出的结果传输到此日志相对简单，但我无法找到一种方法来记录

run

output的输出（即python脚本）

---

一种解决方法是将python代码保存在脚本中，然后从shell中运行，但我想知道是否还有其他方法？

我有一些规则同时使用

log

和

run

指令。在

run

指令中，我“手动”打开并写入日志文件

例如：

规则计算\u RPM:
输入：
计数\u表=源\u小\u RNA\u计数，
summary\u table=rules.gather\u read\u counts\u summaries.output.summary\u table，
tags_table=rules.associate_small_type.output.tags_table，
输出：
RPM_表=OPJ(
不可计数，
“在%s”%genome“{small\u type}\u RPM.txt”上的所有{mapped\u type}\u”，
日志：
log=OPJ（log_dir，“compute_RPM{mapped_type}”，“small_type}.log”），
基准：
OPJ（log_dir，“compute_RPM_{mapped_type}”，“small_type}\u benchmark.txt”），
运行：
打开（log.log，“w”）作为日志文件：
logfile.write（f“从{input.counts\u table}读取列计数\n”）
计数\u数据=pd.read\u表格(
input.counts_表，
索引_col=“基因”）
logfile.write（f“从{input.summary_table}\n中读取非结构映射程序的数量”）
norm=pd.read\U表格（input.summary\U表格，索引\U col=0）。loc[“非结构性”]
logfile.write（str（norm））
logfile.write（“每百万个非结构映射器的计算计数\n”）
RPM=1000000*计数\u数据/标准
在csv（output.RPM\u table，sep=“\t”）中添加\u tags\u列（RPM，input.tags\u table，“small\u type”）。）

对于写入stdout的第三方代码，可能

重定向\u stdout

上下文管理器会有所帮助（在中找到，记录在 )

测试snakefile，

Test\u run\u log.snakefile

：

从contextlib导入重定向\u stdout
规则所有：
输入：
“test_run_log.txt”
规则测试运行日志：
输出：
“test_run_log.txt”
日志：
“测试运行日志。日志”
运行：
打开（日志[0]，“w”）作为日志文件：
使用重定向\u标准输出（日志文件）：
打印（f“将结果写入{output[0]}”）
打开（输出[0]，“w”）作为输出文件：
out\u file.write（“结果\n”）

运行它：

$ snakemake -s test_run_log.snakefile

结果:

$ cat test_run_log.log 
Writing result to test_run_log.txt
$ cat test_run_log.txt 
result

---

我的解决办法如下。这对于正常日志和带有回溯的日志异常都很有用。然后，可以将记录器设置包装到函数中，使其更有条理。但它并不很漂亮。如果snakemake能自己做会更好

导入日志
#一些东西
规则日志记录\u测试：
输入：“input.json”
output:'output.json'
日志：“规则\u日志/logging\u测试.log”
运行：
logger=logging.getLogger（'logging\u test'）
fh=logging.FileHandler（str（log））
fh.setLevel（logging.INFO）
格式化程序=日志记录。格式化程序（'%（asctime）s-%（levelname）s-%（message）s'）
fh.设置格式化程序（格式化程序）
logger.addHandler（fh）
尝试：
logger.info（'启动操作！'）
#做点什么
将open（str（输出），“w”）作为f：
f、 写（'success！'）
logger.info（'end！'）
例外情况除外，如e：
记录器错误（e，exc_info=True）

在野外发现的，但看起来确实很难看。@JeeYem:谢谢你的快速回复和链接！现在看来，最好的方法是登录shell（使用python脚本）。谢谢！这是一个有趣的方法，现在我决定只在shell中运行脚本并保存日志（因为它看起来更容易阅读），但我可以看到在脚本不可能/不需要的情况下，您的解决方案如何更好。