医学生零基础学生信是先学Python还是先学R语言？

为什么而学？

做一件事，学一门语言，到底为什么而学，搞清楚目的再谈学习什么语言，因为要去医院实习的缘故，认识很多医学生想要学习生信。我常常会先和他们聊一聊什么是生信，为什么学，我希望在开始学习之前大家也能问自己两个问题。

• 我学习编程语言是不是跟风，有没有明确的目的
• 如果你有明确的目的，那学习编程语言是为了转行还是为了更好的服务于自己的科研

其实我并不在意你因为什么而学习编程，只是为了发文章可以，能够画出更好的图亦可，想要换一个行业也没有问题。条条大路通罗马，何不选择最简单便捷的一条。无论从哪个方面来讲，尤其是你没有任何的编程基础情况下，尤其是你的学习时间并不充裕的时间下（医学生的时间总是那么的宝贵），入门生信的第一门语言绝对是R，如果你不止是为了科研绘图、不止是为了水一篇文章亦或者你有其他的想法想要接触更多，我也不会让你在Python学习的道路上走太多的歧路。

为什么是R？

• R在绘图中具有独到的优势：箱线、条形、散点、密度手到擒来，配色、图例、标签应有尽有。
• 常用的数据类型dataframe接近excel更加便于理解
• 统计出身的R在数据分析中可以灵活处理各种数据分析问题，尤其是数理统计

当然R的重要性是不言而喻的，关键就在于怎么来学习R语言。

关于R语言学习技能路径：

基础技能入门： 安装加载包、数据结构、变量类型（str）、数据导入/导出（read）、数据筛选数据（filter/select）、合（merge）、匹配（match）、追加（mutate）、长宽转换（reshape）、数据索引（index）、循环（while.for）、判断（if）、排序（sort/rank）、缺失值（is.na）、正则

这一部分我推荐你看一些书籍，直接对着书上面进行基本技能练习，在这个过程中head、str、help函数的使用频率>=1000次是极佳的。哪一本都可以，比如这一本的 第二版前三章 ：

这个时候你的基础已经初步具备了，下面咱们就要开始做数据分析了。R做数据分析有些人比较喜欢用r-base（ 基础版本 ），当然我个人比较倾向于tidyverse（ 可以理解为加长升级版本 ）。使用前需要先安装然后加载他（安装就像你买了回来，加载表示你要用他了）。 你以为这些就可以直接画图了吗？各种脏数据扑面而来，60%的时候就花费在了数据预处理上 ，我们看一下数据处理的流程。

第一步：数据预处理：

下面就开始第一步了，这里推荐完成 R语言数据处理120题 一定不要复制粘贴，一个一个敲起来。优秀的预处理能力是你的数据分析中的锋利的宝剑。尤其是在 缺失值、异常值离群点、冗余数据 的处理技巧上。

第二步：数据可视化

做数据可视化的过程中会涉及一些统计的知识，那么下面的一些统计基础就派上了用场。

如果是医学生，恰好有一本深得人心的医学统计书籍。

1. 生物信息学必备入门级统计学概念：错过不知道再等多久
2. 我要自学生信之统计学：跳出假设检验的逻辑坑
3. 我要自学生信之统计学：第六章-总体均数的估计
4. 我要自学生信之统计学：如何选择假设检验的方法(t检验、U检验、卡方检验、F检验等)
5. 我要自学生信之统计学：t检验
6. 我要自学生信之统计学：方差分析
7. 我要自学生信之统计学：多重比较
8. 我要自学生信之统计学：二项分布和Poisson
9. 我要自学生信之统计学： \chi^{2} 检验
10. 我要自学生信之统计学:模型预测的评价(准确度、精确度、敏感度、特异性)

其实 什么类型的数据画什么图都是很有讲究的

至于画图的细节每一种类型的图都需要详细进行讲解，我的ggplot2科研绘图篇也即将开始更新了，可以和小柯一起学画图。先来张看一看效果~

赶着学习的可以多看看书，专门挑ggplot2画图这一节即可，理解底层画图逻辑（ 像PS的图层 ）。看视频虽然也讲的很清晰，但是最好还是查漏补缺用。我这里也更新了一些：

1. 一文搞懂ggplot2：老板再也不用担心我的科研绘图
2. ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
3. 一文搞懂常用R语言统计值计算：打倒描述性统计拦路虎

第三步：数据建模

许多的数据可视化后不用建模就可以得出一定的结论，有些复杂的数据需要通过分类、聚类等不同的方式进行分析。可以分为 探索性分析和预测性分析。这一部分我会单独在我的专栏进行讲解，这里就不展开了。 至于深度学习的部分还是推荐用python。

关于R语言学习的一些疑虑

1、没有编程基础怎么办

R是我学习的第一门正式学习的编程语言，零基础也可以学会，达成目的即可，有时候只是为了画图而已，坚持一切编程都是纸老虎（ 怕就永远都不会 ）。

2、前面的学习路径还是不是很清晰，能不能简单再顺一下

• R语言实战前三章
• 数据处理120题
• 基本图形+统计学了解
• ggplot2科研绘图

3、学习路径太慢，可不可以直接开始科研绘图

亦可，边学边整理数据处理和统计相关知识，但是前面的基础技能还是需要看完，后期需要 大量项目来进行补足 ，题海战术在语言学习中依然适用。你是不是想和我说没有办法实战怎么办？我……好人做到底， 论文中的图片哪里来，R绘图来，数据哪里来，论文里面来（ 拿起论文-下载数据-开始画图 ） 。

我想学习python可不可以，有没有什么建议？

亦可，python的学习路径我在之前的文章写过，粘贴过来

关于python学习，我不推荐一开始就看太难的书籍，编程语言也很容易劝退，也不希望你只是在单纯的记忆理论，因为那样并没有太大的效果，我个人觉得还是从实战出发：

推荐一本入门的书籍：

与此同时，我常常遇到一些完全零基础的初学者，一看到晦涩难懂的代码就直接放弃，还有一部分人学习的过程中不注意代码规范，写出来的代码可读性很差，可以推荐大家看下百词斩的夜曲编程，这个软件最好的一点是规范性，会把细节的问题做成题目加深理解，比如代码缩进，同时支持在线编程，利于因为软件安装劝退的人

另外很多同学都处于一个比较忙的状态，这个程序可以在微信公众号学也可以网页学，公众号直接关注夜曲编程，网页直接搜索就可以，还是比较方便的。很多初学的编程者路径不正确，对于很对概念理解都非常不清晰，这对于后续的学习是非常不利的，基础不牢，地动山摇，这个软件里的概念卡可以帮助⼤家理解和记忆编程概念，最后的思维导图也可加强记忆。这一点对于初学者还是非常重要的。

有一定的基础之后， 也许你已经摩肩擦掌准备迎战了 ，这个时候的你需要有一个大神带带你，一个人闷头苦干虽然很英雄，但我并不认为这样的英雄主义可以提高你的效率，开始入手github吧，如果你对github不算很熟悉，我恰恰写了一篇github的文章: 自学生信之番外篇：一键解锁github 希望能够有所帮助

github上面的python100天的项目我本人极为推崇 。它可能不是最好的，但是对于初学者是比较适合的，有人带你学习是一件非常幸福的事情。先放一下 github的链接 。

也许你会觉得有点难，突然觉得自己好婆妈，没有关系，作者把前面入门的15天重新做了一个50天练习的项目。

我希望你能够着重注意一下 正则表达式 的应用（生信中你将经常用到他们）: 正则表达式30分钟入门教程

这里我特意提及Numpy、Pandas、Matplotlib这三个库，着实是因为他们很重要。

Numpy：利用Python科学计算的基础包，对Numpy的掌握将会帮助你有效地使用Pandas等

Pandas：结构和操作工具，能够使Python数据分析更加快速和容易

Matplotlib和seaborn：Python可视化库。散点图、箱线图、小提琴图等都是手到擒来。

自学生信-机器学习python数据可视化：一节课入门seaborn

如果你能坚持走几年生物信息的道路，我想未来在生物信息学领域的深度学习会大量运用的 ，这几个库的熟练应用会给你一些助力，如若有机会你自己也可以尝试实现一些数据挖掘的算法，解锁一些你对于python的期待： 数据挖掘18大算法实现以及其他相关经典DM算法

一点建议：我不是很希望你看大部头的视频，我希望那些是你在遇到一些问题无法解决时用来查漏补缺的，我看过很多的pyhon学习视频，大多大而全，即便可以坚持，却容易陷入耗时久远而无法解决问题的困境，没错，我在这样的循环中用了一年多才醒悟。走错的路不希望其他人重走自己的路，仅此而已

R和python的学习方法都给你了，开不开始就看了你啦~还是那句话， 一切编程语言都是纸老虎（怕你就永远学不会）。