Re-implementing rowsum/colsum for HDF5Matrix

Abierto
#41 3 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
35/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Estancado
Stack tecnológico
r
Área
data

Línea de trabajo

Comienza rastreando los métodos existentes rowsum() y colsum() y el método histórico rowsum,HDF5Matrix mencionado en el issue. Revisa cómo se usan HDF5RealizationSink y RealizationSink y, después, define cómo deben escribirse los resultados de forma incremental, incluido el soporte para escribir operaciones separadas en el mismo sink. Se considera terminado cuando ambas operaciones pueden realizar resultados en un RealizationSink sin requerir que el resultado completo esté en memoria.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

I just noticed that bsseq has been broken in devel for a while due to the removal of the rowsum,HDF5Matrix-method (which I okayed back in https://github.com/Bioconductor/DelayedArray/commit/1a6a44f0119d81ff5eae975a37b4eb4efe85efab#comments).

I now remember why I had this method: if the data are so large that they need to be stored in HDF5 then the result of rowsum()/colsum() may itself be so large that it can't be stored in memory.
Therefore, the method I had allowed for this by allowing the result to be written to an HDF5RealizationSink (it also allowed me some extra control over the result, such as writing 2 separate rowsum()s to the same file as in https://github.com/PeteHaitch/DelayedMatrixStats/commit/27712d726a78350819961d4c10e50ef900118ef7).

Would it be possible to have a rowsum()/colsum() that supports realizing the result to a RealizationSink as it goes?
I will try to find time to do this if you're okay with it.

Lenguaje dominante
R
Estrellas
29
Forks
12
Sin PR fusionados en 30 d

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de Bioconductor/DelayedArray

Todos los issues de Bioconductor/DelayedArray

Issues similares

Más issues de R

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.