R与Python生信编程入门路线

更新：2026-10-15；状态：可用；验证范围：官方语言文档核对；基础样本表案例已运行，R通过WebR验证；安装与第三方包按页说明。

先用同一份小表学会运行、索引、清理、合并和绘图，再进入具体生信包。

从哪里开始

不要求先会Linux或Git。先从项目仓库中的 Code → Download ZIP，也可直接下载ZIP并解压，找到README.md、examples、scripts和wiki。解压后的文件夹可能叫bioinfo-wiki-main。所有练习命令从项目根目录运行；看不懂“根目录”时先读R与Python路径文件与项目组织。

R和Python都可以做表格、统计与图；项目可优先学习一种，再学习另一种的差异。不需要一开始同时记住所有包。

推荐顺序

1. R与Python安装环境与编辑器：区分解释器、编辑器、终端和控制台。
2. Notebook脚本与命令行运行：保存并完整运行一个文件。
3. Python变量容器循环与函数或R向量数据框索引与函数。
4. Python读取清理与合并样本表或R读取清理与合并样本表。
5. 同一份样本表贯通R与Python：先完成不依赖第三方包的读取与核对。
6. R包Python包与可复现环境、R与Python绘图和统计入门：再添加可选依赖。
7. R与Python报错调试与求助：保存错误、环境和最小复现。

完成标准

能解释变量、缺失与样本ID；按ID而非行号合并；知道Python从0、R从1索引；能找到输出、读报错、保存环境信息并从干净会话重跑。

本机Python案例已运行。基础R脚本通过WebR的R 4.6.0 WebAssembly运行时验证，本轮另用原生R4.4.3复跑基础样本表并执行DESeq2/apeglm；其他CRAN/Bioconductor包和IDE安装并未全部验证。代码使用普通base R，学生在原生R中运行方式仍按教程。

后续进入组学分析方法学习路线或群体遗传学分析学习路线。语言来源：Python官方教程、An Introduction to R。