生物信息学中Python，R 和Perl 之争很久了，Perl，R，Python在生物信息学中分别扮演着怎样的角色？?www.zhihu.com

不过Perl慢慢走出主战场，就不谈了，Python和R无疑都是需要的。这里我们看看Python和R在生物信息学中的地位，初学者怎么学？

先比较这两种语言的特点，这个链接很不错：R Programming vs Python | Explore the Top 10 Amazing Differences?www.educba.com

该文总结了从数据科学的角度看R和Python的不同，结合我自己的经验，主要的归纳成以下几点：

1，R偏重探索性研究；Python更有利于开发。

2，R统计功能强大，非常多的这方面的库；Python适合通用程序接口，很好的胶合各种组件。

3，R的数据表的格式直接；Python的字符串、序列的处理要方便。

4，R的入门编程范式是使用函数；Python的入门编程范式是设计流程。而进一步进行对象程序设计，R的难度比Python要困难。所以R对没有编程经验的人入手会快但提高很难，而Python则有更好的学习曲线。

5，R的本地数据分析方式方便，Python更容易搭建数据库和网络应用。

6，R的代码可读性不如Python。

结合生物信息学的特点，针对每个人的背景不同可以选择不同的学习路线：

1，没有编程背景的人，在数据项目中需要处理时，推荐从R开始进行数据探索，简单的表格处理和绘图。把文本处理和复杂程序流程设计交给专业人士，团队协作。

2，没有项目压力的学生，建议从Python入手，步步为营，先把一门语言的基础打好。然后根据进一步需要如果选择探索性科研方向，再学习R，以及如何从Python中调用R函数等高级功能；或者如果需要偏向算法，深入学习C++/java编程，或是偏向数据库开发学习SQL、NoSQL等等。

门门稀松不如一门精通，沉下心来就会成功。