在学习宏基因组的过程中，这个大神的中文翻译可以让你快速上手https://blog.csdn.net/woodcorpse/article/details/78407438
在实践操作中，还是要针对自己个案做一些调整。
我现在得到的一批数据，下机已经分装拆分好了，所以可以直接导入
首先先说一个坑
由于样品很多，如果公司给你的样品有问题，那你后面分析不下去，可能会一直找不到原因，我就是遇到了这么一个问题，公司给的原始数据，里面的样品中，竟然有几个双端测序的read1 和 read2重复了，我一开始不知道，导入数据分析到后面dada2一直进行不下去，或者就是分析结构很差，找半天原因也找不出来，去论坛提问也没有答案，找了一周才发现，运来read1 和read2竟然重复了。
所以我用python自己编了一个脚本，可以检查下机数据是否重复。
def splitline(input):
return input.split()
address = input("输入文件路径")
f = open(address)
print("文件名和绝对路径：" + f.name + "\n")
print("以下显示RawData中相同的项：\n")
dic = {}
i = 0
for line in f.readlines():
line = line.strip()
splitlines = splitline(line)
dic[splitlines[1]] = splitlines[0]
counter = Counter(dic.values())
for item in counter:
if counter[item] > 1:
same = item
i = i + 1
match_data = {}
for (key, value) in dic.items():
if value.startswith(same):
match_data[key] = value
print(match_data) ```
print("\nRawdata中共有"+str(len(dic))+"项")
print("\n总共有"+ str(i) + "个重复项")
这个脚本是在命令行的，我在 jupyter notebook 中也编了一个，测试可行
代码不是很完美，但是可以用哈。
开始准备导入
导入方式有很多，看你的初始数据是啥,具体可以看官网：
https://docs.qiime2.org/2018.2/tutorials/importing/
我主要用的是“Fastq manifest” formats 的格式导入数据
直接先看命令：
创建环境
source activate qiime2-2018.2
导入数据
qiime tools import
--type 'SampleData[PairedEndSequencesWithQuality]'
--input-path pe-33-manifest.txt
--output-path paired-end-demux.qza
--source-format PairedEndFastqManifestPhred33
- 选择你的数据格式，我这里是双端测序数据
- pe-33-manifest.txt 是自己制作的一个文件，告诉程序导入的内容和地址
- paired-end-demux.qza 是生成已经分装好的数据
- 一般来说都选33 ( 官网是这么说的，当然也有可能是64）
PairedEndFastqManifestPhred33
In this variant of the fastq manifest format, there must be forward and reverse readfastq.gz/fastqfiles for each sample id. As a result, each sample id is represented twice in this file: once for its forward reads, and once for its reverse reads. This format assumes that the PHRED offset used for the positional quality scores in all of thefastq.gz/fastqfiles is 33.
pe-33-manifest.txt 的格式
三列 第一列是样品名 第二列是路径 第三列是告诉程序是正向还是反向
导入成功
导入成功之后，就可以后续分析了
new 是一个装原始数据的文件夹
