医学生的我,Python和R,该学哪个,如何正确从入门到精通?
如今，数据就是资源，是生产资料，有了数据，就有了实现一切的基础。这里数据主要指大数据，包括测序数据（如RNA-seq）、图像（如CT、MRI结果图）等多种类型，当然数据还包括湿实验数据等，我们这里不做展开。想要利用生产资料制造产品，创造价值，我们就要有生产工具。同样的，数据是生产资料，数据分析后写出来的文章就是产品，那生产工具是什么呢？那Python和R在医学大数据分析中的具体应用有哪些异同？鉴于本人并非大数据分析相关方向背景，仅根据个人科研历程见闻体会，简要介绍一下二者的异同，以及在医学领域应用场景选择，如有遗漏，欢迎大佬补充讨论~- 不论Python还是R语言，都是通过按照语言规则输入代码，实现数据建模、分析、可视化和机器学习等功能。
- Python侧重于程序开发，机器学习和神经网络，需要有一定的编程基础；R语言侧重于数据分析及可视化，只要有SPSS软件操作经验，很容易上手；
- Python在医学领域主要应用于机器学习，神经网络。最典型的是医学影像图片的AI识别，feature提取和构建神经网络，机器学学习，建立诊断模型，这类文章可以参考我之前帖偏重临床，动物模型都没有的课题该怎么做？。需要注意的是，利用Python构建疾病诊断模型，往往是一个比较大的project，需要一个团队完成，所以不适合个人上手。
- R语言在医学领域非常擅长针对测序数据的分析和可视化（RNA-seq/单细胞测序等等）、临床回顾性统计分析等。当然Python也可以进行数据分析可视化，但是相比而言，R语言更有优势，也更容易上手。
实际上，结合身边生信团队情况，医学研究生或医务人员应该优选学习R，对于测序上游数据分析再具备一点linux基础就够了，Python不建议选择。那如何学好R语言，正确入门掌握R语言的思路是什么？
据身边专门做生信的同学成长经历可知，没有捷径，需要投入足够时间，以下入门思路供参考：- 刚开始入门的话，建议集中花个一周时间，自己按照《R语言实战这本》这本书，边学边敲代码，熟悉一下基本概念和基本操作；
- 然后可以再找几个视频课程（可以B站找找，当然免费的课程质量只能凑合看）跟着练，掌握一些改代码和debug的技巧（这一步可能要断断续续花一个月）。适当的再参加一些线上、线下的培训课程（大概也要一个月的时间。培训课程方面，比较推荐玮瑜科研平台的相关课程，这是看了那么多培训课程中质量比较高，干货很多，但是非免费的，看个人情况决定）。
- 当入门（能够独立改代码和debug）之后，可以找一些小项目跟着复刻（推荐简生信技能树公众号上找一下项目练手）。
经过以上几步大概3-4个月的时间投入，相信生信分析基本可以掌握！注：欢迎转发分享，点赞、收藏、在看~
欢迎关注BioAdvance，获取更多精彩内容~
10个月宝宝每天需要喝多少奶粉？
