回复内容：
泻药。- 首先我个人的主张是：python !
- 3年的生物信息应用开发和数据分析实践经历表明，我选择Python并在期间推荐周围的同事和朋友也尝试和选择python，是非常有益效率的，至少明显克服了以前perl的部分弊端。
- 空洞的语言之争在程序猿本是一个有违职业操守的行为，但放到某一个特殊场景也许有益新手也引发他人思考。 对生物信息而言，语言其实是一个次要问题，最重要的是建模和求解，而非工具选择；何况有些时候在使用别人的程序时是无法选择语言的。
- 谈点具体的：python代码本身比perl更易学易读易懂，这点基本没太大争议；而对于非一次性程序，尤其是pipeline类的，对“易改”有更高的要求，我们很不希望一个冗长的perl脚本在三个月后就看不懂。。。还有那些怪异符号对人的震慑感 >=
- 对于 bioXXX方面，其实大同小异，只是社区活跃度有所不同。至少我所见过和使用过的很多程序以及分析流程中，perl主要用于小脚本，python经常用于pipeline串联和某些分析方法实现等，R主要是统计和结果可视化(有 bioconductor)，至于SVG的输出，则基本是语言无关的，看各自的喜好了。另一些web类的工具，或者workbench等，则基于java构建的也不在少数，比如solid的部分工具，CLC workbench，貌似是SWT ？等等。甚至Broad的IGV浏览器采用了java web start这种技术(较少见)，或许它可以在下个版本考虑javaFX ?!
顺便推荐点老外们的讨论供参考：
-
http://biostar.stackexchange.com/questions/2742/perl-or-python-for-comparative-genomics
-
http://network.nature.com/groups/bioinformatics/forum/topics/1611
-
http://www.quora.com/Bioinformatics/How-did-Perl-start-off-as-the-dominant-language-in-bioinformatics
下面是一个不错的教程教授perl单行命令，学会受益匪浅。
http://www.catonmat.net/blog/introduction-to-perl-one-liners/ 赞同语言本身没有强弱之分，但总体来说python更强大，一方面有google在支持，使用的人多更活跃，另一方面python功能更丰富，可以做文本处理、统计分析，甚至作图，学一门就可以了，对于perl主要只能做文本处理，统计和作图还得再学R。 关于PERL和PYTHON之争，历史悠久。这里贴一下，看看我收集的，大家是怎么说的
关于生物信息的perl和python的比较和争论由来已久，这里我仅给出几个链接：
做生物信息学：Python还是Perl？
功能强大而又简单易学的编程语言Python_有个博客
请高手指点：生物信息学应用，学perl还是学python更好？
为学生物信息的推荐Python
2013年我在China Unix 论坛的PERL和Python版，做了个对这个问题的调查，现在还有很多人参与，到2014底约200+150人参加，大家也可以参考一下：
Perl对Python 使用调查-Python-ChinaUnix.net Python版
Perl对Python 使用调查-Perl-ChinaUnix.net Perl版
立即学习“Python免费学习笔记（深入）”；
Perl的接口就是一坨巨大的shi：它强迫你用PerlXS这种shi一样的语言写接口，而且API的命名也是一坨shi。随便看了下Python的接口写法，好像要干净得多。
===================
最近为了学习Python，用Python写了一个简单的代码生成器。感觉Python在构建日常脚本方面，与Perl相比还是有很多不方便的地方：
- labmda里只能有一个语句。对于稍微麻烦一点（但却没有那么麻烦）的排序、映射，就得单开函数，而不能直接放在此处。
- 正则表达式不如Perl易用。比如Perl可以简单地写成：
$foo =~ /Some(Reg)Exp/ or die "failed to parse foo for XXX";
my $wanted_part = $1;
用perl 做生信快10年了，至今没有发现有什么地方非换成python不可的，语言就是个工具，在于你运用，就像用PC还是MAC，熟练程度不同而已
语言是没有强弱的，不过Python可用的开源包以及更新频率可能要略快于Perl。另外我个人认为Python学习曲线比较平缓。至少我接触了好多年Perl，现在依然写不出来。。。大牛门可以拍了。 perl和Python和生信关系都不大~ 也没有优劣之分~ 因为可以跳过perl和Python的学习，直接应用Bioperl和BioPython~ doge~ 再者，等到语言被淘汰，我们也老啦~ awk多么老啊，现在不是一直很强大易用~ 生信那么多文本，你难道要用Java去处理。。。有时候简单不代表淘汰，反而在特定的情况意味着强大~ 对于未来发展来说~ Github~ 上面有最先潮的一切~ python吧，不仅可以做实验，还可以直接出工业级代码，biopython就不错 都学比较好吧，除非以后哪个把对方的优点全部吸收了，那就可以不用都学了。
