對心理學專業者來說，哪些編程語言是應該學習和掌握的？

01-03

謝 @劉柯邀。

贊同 @Enya 的答案。

下面是夾帶私貨的個人體驗：

（有時真想回爐重造去學計算機啊，出來之後想讀什麼專業都行）

首先，要知道使用編程是要幹嘛。其實有些甚至不需要用到編程語言。

1. 分析數據

Excel：上手非常快，數據的簡單處理（數據透視表是好物），畫圖表等等挺容易的，可以用作數據first look。函數、VBA那些就稍高級一些，我自己沒用過，正式的數據分析就轉用其他軟體了。

SPSS：大部分社科類和部分行為實驗常用的分析數據，很多文章中報告出的統計結果都是用SPSS 得出的。分析包基本可以用於常用的比如描述統計t檢驗方差分析相關等等。SPSS也可以用它自帶的syntax編寫分析過程。

JASP：這裡鄭重大力推薦這個軟體！雖然是近幾年新出的，還處於開發和完善過程中，但應付常規分析已經足夠，上手易度堪比Excel數據透視表。JASP 與SPSS的核心很相似，但是前者更為簡化了操作界面。想想看打開SPSS分析欄後那一長條的選項，而JASP只列了最為常用的幾種，以及對應的bayesian方法，清晰明了：

關鍵是，它的結果界面不像SPSS一樣是寫出來就完了的！你可以即時更改參數，結果頁面即時更新，再也不會出現往上翻好幾頁尋找到底哪次分析才是你需要的了！！也再也不會重看結果時想不起來到底怎麼分析的了！！數據複雜一時難看懂？隨時把各種變數拖進去畫主效應畫交互作用，各種隨心改變全滑鼠操作，出結果的速度就取決於你的手速！讀入數據只需要.csv文件，之後數據和結果頁面並排排列在同一個窗口，可以保存為同一個.jasp文件，再也不用.sav .spv .sps傻傻分不清楚！

正因為功能集中輕便，軟體打開速度比SPSS快得多得多。最最關鍵的是！！它是免！！費！！的！！！！

官網：JASP | A Fresh Way to Do Statistics

（目前發現唯一不方便的地方是JASP導入後不能再針對數據進行修改，比如添加個變數算個平均數什麼的，目前只能重新導入新的csv. 開發組說預計五年內能把修改數據功能加上去=。=）

（話說問題是編程語言吧，安利得太開心好像有點跑題咳咳）

R/R studio: 終於說到純靠編程的軟體了！免費，開放平台（意味著有很多前人寫好的功能包），限制很少多難的分析只要你知道演算法就能自定義出來，甚至可以外接其他語言的程序包（比如做貝葉斯分析和建模的程序包rstan就是外接到C++的stan）。就我所知很多建模的人用R來跑simulation。軟體本身也是輕便型，平時可以用作強力計算器（咦

Matlab: 作為數據分析軟體來說，同樣是純編程，數學功能強大，有些開發的程序包可帶GUI（比如SPM）。個人感覺編程的可讀性比R舒服一些。不過同事說matlab的畫圖太丑了=_=||

說到SPM，正如其他答友所說，這個是腦神經研究的主要軟體之一，基於Matlab。它雖然不是最用戶友好的，不過聽說一般新分析方法常常都會先用SPM開發，可見還是相當強大的，隨後再遷移到其他腦成像分析軟體中——BrainVoyager, GUI同時也有Matlab程序包，視覺化做得很好的一個軟體；FSL，這個沒了解過；AFNI，貌似是基於Linux?

Python: 常常與Matlab拿來相比，一個相當大的優點是免費。之前因為有ipython notebook這種即時記錄結果的功能，藐視了Matlab好一段時間。不過Matlab2016的新版本也加入了這個功能（估計真是被逼出來的）。

SAS：這個估計不太常用？我也只在統計課上學過。（那一天終於回想起同時學SPSS，SAS和R的恐怖）

2. 編寫實驗程序/刺激材料

E-prime: 主要是GUI，可以用VB編入一部分邏輯過程，不過並不十分靈活。

Matlab (PsychToolBox): 刺激呈現軟體最常用的軟體，靈活強大，不多說了。

Python: 不太了解有沒有像上面PTB那樣重點開發和使用的實驗程序包，至少我上課的老師教的是他實驗室自己編寫的程序包。

選擇軟體/編程語言學習，當然最重要的是根據用途，另外就是能弄到哪些（免費開放的啊要license的啊）。我自己的經驗是，純為了學習而學習編程是很難達到實際使用需要的水平的，所以最後都是要在實際使用中不斷熟悉（所以如果確定以後研究中只會使用到問卷研究，費大力氣折騰PTB就有些事倍功半了）。如果確實需要用到編程，我能想到的稍微省事一點的辦法，就是找適用性強的一兩種開始（比如Matlab或Python），等熟悉了之後遷移到其他語言和軟體就會相對容易一些。

順說，目前我行為實驗（視覺刺激材料）是用Matlab編實驗程序，中途Excel看初步數據趨勢，Excel整理原始數據CSV（被試數不多所以就複製粘貼10分鐘），Matlab篩選和計算各個自變數條件下的因變數以及各種計算生成整理後的csv，導入JASP分析以及Excel作圖。核磁共振用BrainVoyager + Matlab輔助。上統計和建模課用R。

最後，JASP真是好物！安裝之後我就沒再用過SPSS。再次強推！

學心理學的編程學得基本就是半吊子……嗯，我自己的確是這樣。

以下只是就我所了解的心理學領域常用的研究方法來說……其他臨床、生理領域大概並不適用。

根據研究需要選擇最適合的語言（軟體）就好了。

1 問卷調查

SPSS基本夠用。

結構方程模型的話就 lisrel 和AMOS。謝 @黃彬彬Margaret 補充，當前比較火的Mplus。進階可以學習SAS。

因為不太做問卷調查，無法提供更詳細具體的內容，歡迎補充說明。

2 行為研究

Eprime（實驗程序）+SPSS （數據處理）標配，不要求懂什麼編程語言，能看懂腳本會改寫，也就差不多夠用了。當然如果想用C語言編程並處理數據也不是不可以，但要考慮心理學實驗需要記錄和收集的數據及格式。數據處理根據需要，可以進階學習 R 語言或 python。

3 腦電研究

Neuroscan ，BP，EGI 這些系統基本已經比較成熟，有自帶一套程序，從腦電信號的收集到分析。

想要實現更多功能，讓自己的研究更加個性化，滿足更多分析處理，可以學習 EEGLAB（基於MATLAB）。

行為數據分析同 2 行為研究。

4 核磁研究

需要進行圖像分析，SPM 必會（基於MATLAB）。AFNI 的話個人感覺高階一點。

其他還有分別針對靜息態、白質纖維束等的分析軟體（FSL，DPARSF，BrainVoyage，REST，freesurfer，PANDA……海了去了），適用系統也各不相同，各取所需吧。

行為數據分析同 2 行為研究。

本著「夠用就行」的原則，讓編程語言服務於你的研究。

否則編程語言的學習之路無窮無盡也，偏離了研究本身那就有點尷尬了。

所以總結一下，先學 R， Python 和 MATLAB 吧~

一談到編程，各大編程語言幫派很容易陷入無窮無盡的「鄙視鏈」（程序員的鄙視鏈是什麼？ - 知乎；鄙視鏈現象普遍存在的深層原因是什麼？ - 知乎）。鄙視鏈有百害而無一利，害的是對各種編程語言尚且理解不深的初學者，害的也是自己。

所以下面的回答盡量做到客觀和全面（當然，受限於我的個人水平，一些方面可能涉及不到，還請大家補充）。

我會從每款軟體或語言入手，嘗試分析它們能被心理學研究者最大化利用的地方。而在這之前想先闡述一下學習編程或技術的幾個基本原則。

原則1：好問題遠大於好技術，但好技術能促進研究好問題。
原則2：不要陷入對某項技術的盲目崇拜，保持審辯式思維。
原則3：要知道技術能解決什麼問題，可觸及什麼極限（是不是非用不可、無可替代）。
原則4：沒有不好用的技術，只有用不好的人。
原則5：按需選用，無需鄙視。
原則6：學技術不是為了裝X，而是為了解決問題。

Excel

學心理的人都知道，「人類的大腦只被開發了10%」是一個myth、一個錯誤的言論。然而，「Excel的功能只被大多數人使用了10%」卻是一個相對的事實。學Excel的人其實也有一條「鄙視鏈」（轉自「Excel之家ExcelHome」微信公眾號）：搞笑的EXCEL水平等級劃分,看看你是哪一級？。

Excel是心理學研究者的基礎必備技能：

Excel表格其實就是一個矩陣，同時也是一個初級的資料庫。由於Excel軟體的普及性，這幾乎是每個人了解什麼是數據、什麼是數據結構的最直觀的第一印象。也由於它的普及性，掌握甚至精通Excel，是性價比很高的選擇。
Excel的快捷鍵們——熟練使用快捷鍵，可以提升數據處理的效率。
Excel的函數們——Excel的函數當然遠遠不止SUM、AVERAGE了，利用高級函數，可以更方便地完成初步的數據清理、統計分析、答案編碼、文本處理等等。（順便一提，INDEX+MATCH函數的效率和應用範圍遠優於LOOKUP函數家族）
製圖——如果沒有特別的要求，一般情況下的數據呈現（如帶誤差線的柱狀圖）用Excel做就很美觀了（當然，前提是配色方案和線條參數要調美觀），也方便直接修改、方便移植到Word、PPT裡面。科研製圖需要比較高的dpi輸出，一般至少是300dpi，可以把Excel的圖複製到PPT裡面，然後修改註冊表裡的PPT選項，調整dpi值（PPT修改註冊表直接出高解析度圖_百度文庫），達到高清輸出。
VBA——如果有需要，可以學習VBA編程，而一般情況的重複性的操作也可以直接通過「錄製宏」來達到簡化操作的目的。

SPSS

「Excel的功能只被大多數人使用了10%」，「SPSS的功能只被大多數人使用了50%」，剩下的50%是SPSS的Syntax（語句）。

除了結構方程模型和其他更高級的多元統計，SPSS已經能滿足心理學研究者大部分的統計需求了，而且具有操作簡便、掌握容易的優點。但是，如果只是滿足於菜單化的「點點點」操作，那麼還不算真正掌握SPSS。

一個比較好的習慣是：保留原始數據，然後記錄下每一步分析的syntax（可以在菜單裡面點paste粘貼，熟練之後也可以自己寫），再保存這個syntax文件。這樣，無論是再做一遍分析，還是以後自己回過頭來看當時做了什麼分析，抑或是給別人看分析的流程，都是極方便的。每一次分析都只需打開原始數據和syntax文件，運行語句就OK了。這其實已經是所謂的「編程」，遠比菜單操作高效和規範。

SPSS的優勢主要有：

使用方便，分析方便，變數的各種參數設置也是可視化的。
可菜單，可編程，編程時更靈活，可直接調整參數，有利於重複分析。
可以滿足某些小眾但又關鍵的統計需求（比如方差分析時的簡單效應檢驗，需要編寫MANOVA語句，目前還不清楚其他軟體能不能實現簡單效應檢驗）。
藉助Hayes開發的PROCESS宏插件，可以很方便地進行各種中介效應、調節效應分析，並估計Bootstrap置信區間。

R

R語言是比SPSS功能更強大的數據分析工具，也是比Excel功能更強大的數據可視化工具，還能滿足其他的很多功能需求（比如網路爬蟲、機器學習）。一般需要配上RStudio編輯器使用。

R的優勢主要有：

軟體免費，功能包開源且豐富且強大，基本能實現所有的統計功能。
語句比較簡單，代碼量少而精。
數據可視化絕對是R最大的優勢。

Mplus

Mplus是眾多的專門用於結構方程模型的統計軟體里，相對優秀而高效的一款。

AMOS雖然是圖形化界面操作，但是變數一多絕對會很麻煩，容易出錯；LISREL輸出的指標多一些，但是編程難度比較大，不容易掌握。而Mplus只需要一點點的編程，就可以靈活方便地實現大多數的多元統計，輸出的指標也是足夠研究者使用的，性價比非常高。

Python

Python是目前很熱門的語言，免費開源、代碼簡潔、開發高效，利用Python可以完成很多事情。不過Python 2.x 和 3.x 的各種差異還是挺讓人無奈的。Python雖然也能做統計分析，但是R在統計方面似乎更友好一些。

對於心理學研究者而言，Python的可利用價值主要在：

網路爬蟲（當然R也行）。
機器學習（當然R也行）。
PsychoPy用於實驗程序的編寫。
輕量級的基礎編程語言，對於編程入門比較有幫助。

PsychoPy目前使用的人並不很多，它的特點主要有：

免費，開源，輕量。
可菜單，可編程。
實驗流程可以設計得更靈活，代碼量與MATLAB的PsychToolBox差不多。
目前只支持Python 2.x，算是一個不足。

MATLAB

MATLAB+PsychToolBox能實現非常靈活的實驗編程，也能對數據進行預處理和輸出（當然Python也行）。MATLAB本身也是非常優秀的科學軟體，擅長對矩陣的操作和計算。

總結起來，MATLAB+PTB的搭配能滿足的就是一項心理學實驗從無到有的「一條龍」服務（從被試信息採集，到完成實驗，再到數據預處理和輸出；當然Python也行）。

基於MATLAB的EEG、fMRI等功能包也非常優秀（當然Python也有類似的功能）。

E-Prime

最基本和普及的實驗軟體，菜單操作，偶爾需要一點編程（也就是裡面的inline，語法和VB相似）。雖然掌握起來更簡單，但是軟體不是免費的，可實現的功能也少一些，不夠靈活。

總的來看，實驗編程，學MATLAB或者Python的性價比更高一些。但對於心理學初學者而言，E-Prime還是有必要學習和掌握的，有利於在頭腦里形成一套心理學實驗流程框架的原型。

總結

Excel是萬事之基礎。

統計：SPSS入門，R提升，Mplus可選。

實驗：E-Prime入門，MATLAB或Python提升。

（這裡只涉及了最基本的研究需要，如果你的研究有比較特殊的要求，當然就需要學習更專門化的、領域特殊的技能了）

MATLAB：認知和行為建模。

1. SPM - 來分析處理fMRI，EEG等數據。

2. Psychtoolbox - 實驗設計

R：數據分析。包特別多，結合Linux處理中等大小的數據集。

Python：數據分析，建模，實驗設計，version control。

主流的行為認知科學領域常用軟體就是這3個。一般來說，MATLAB和R兩者中選一個使用。

深度學習、神經網路建模，簡單的實驗可以在Python。像Theano，Keras這類很方便來進行初期實驗。也看到有用Lua的。

謝@劉柯邀。

簡單來講還是老話：需要視情況而定。

如果把數據分析軟體也算進編程語言里的話，幾乎所有心理學方向都需要Excel（推薦會寫VBA）、SPSS、R。SPSS是心理學教授的愛用程序，界面簡潔，但會寫SPSS的syntax的話能完成更多稍複雜的分析；R最強大，非常重要，畢竟心理學和統計分不開，可以說息息相關，需要學習syntax；Excel的VBA如果用好會在收集和整理數據，以及找數據的趨勢階段幫很大忙。如果是縱向研究（longitudinal study），可能會用到社會學研究常用的Stata，需要寫syntax。另外，偏Sensation Perception方向的認知心理實驗經常需要用MATLAB和Python來設計一些基本的需要被試在電腦上完成的測試，本身就是編程語言，是一定需要學習寫syntax的。行為學實驗（Neural Behavior一類）常用ANY-MAZE來記錄和追蹤動物被試的行為和數據，需要寫syntax。

心理學方向非常多，以上僅是我的個人經驗，如有不妥或需補足，還請專家指正。

補充一個G*Power，Universit?t Düsseldorf: G*Power

statistical power analysis，現在大多數認真的心理物理學期刊都會要求

____

還有一本書如果你做心理物理實驗，特別是視覺實驗很方便，裡面有很多現成的方法和代碼：
Zhong-lin Lu 老師寫的 Visual Psychophysics: From Laboratory to Theory

雷丁大學Peter Scarfe 老師掛在網上的幾個Psychtoolbox教程：
ptbtutorials
--------------------------
呃對了，還要推薦大牛實驗室搞的NeuroDebian，如果你用Ubuntu的話超級方便：The Ultimate Neuroscience Software Platform
--------------------------
...一個從來沒有用過spss的心理系學生飄過...

寫實驗的話，matlab的psychtoolbox底層是基於OpenGL的C代碼（蘋果和Linux下），用起來方便準確，就是matlab多線程不好用。python有PsychoPy，相對新，也很流行。

分析數據的話，matlab很多函數官方文檔寫得很好，用起來方便。Python包多，功能多，我沒用過，開源的話，文檔質量可能會參差不齊。

fMRI比較流行的是英國的FSL，NIH的afni，和MGH的FreeSurfer，前倆個分析功能圖像，FreeSurfer分析T1圖像，也可以分析功能圖像。DTI圖像我只用過FSL。spm比較老，身邊用的人很少。模式識別用pyMVPA，或者直接用scikit-learn，matlab裡面也有包。

EEG的話有EEGlab和FieldTrip，MGH有基於python的MNE，自己寫也行，matlab下工具很全。

畫矢量圖llustrator，據說開源的inks也不錯。

個人不喜歡R...R能做的matlab也能做，很多複雜函數要用最好自己寫，要不你不知道它裡面在搗鼓啥，Python有R的包。

總結：
先認真上一門計算機系的入門編程課 (C++ / Python 都行，別學Java)。C系編程語言，大同小異。

然後Python和matlab選一條路，後面學每個平台對應的包就行了。
如果畢業後不想做學術想去工業界，建議走Python。R的話好像數據科學家用的多。

就我自己來說，基本配置matlab＋psychtoolbox就夠了，其它現用現學。

不必浪費太多時間學編程，夠用就行，省下來時間讀文獻，學統計學數學，享受人生。

加油

認知心理學碩士，基本上從來不使用和處理問卷，所以spss用的不好，起碼不如那些常年和問卷打交道的同學學的好。但是基本功能都懂，用的到的話，現在網路這麼發達，分分鐘找到教程，根本不用刻意去學。

E-prime略懂，想要用eprime寫出好的程序，其實也是可以的，只不過那就要用腳本了，那個GUI界面，不過是節省了一些體力活，真正好的程序是一定要用腳本的，尤其是邏輯複雜的程序，現在eprime介面挺豐富的，ERP、眼動、fmri統統沒問題啊，只不過收集數據可以，處理數據的話，真是日了狗了，所以從來不用。

EXCEL，一點都不懂。從來不用，VBA是啥都不知道，python不懂，R不懂。

什麼？你這不是屁都不懂嗎？還碩士？

有話好好說，別打我，哎哎，好漢饒命……

其實心理學要學什麼編程，和你從事的專業方向嚴格相關，比如我是做認知的，視覺方向，常年使用matlab+ptb，從刺激生成，編程邏輯，數據存儲、清洗、初步處理，簡單可視化幾乎全都是用代碼一氣呵成，被試做完實驗，數據已經OK了啊！我用不到R用不到python用不到VBA，甚至連spss都省了。所以才有了上面啥都不會的印象。

樓上有位說得好，其實只要會MATLAB就好了，其實我覺得他的意思是只要精通一個就好了，我有位老師，別的不懂，常年做實驗用c++，人家也沒見遇到過解決不了的問題。

你要是心理諮詢方向的，那就更好了，你基本上啥編程都不用學了，因為基本上一個都用不上，spss估計也就用用最基本功能。發展教育社會人格什麼的，eprime、spss、還有做模型的amos、Mplus等，還是多學點吧，因為你要和各種問卷模型打交道，很多都是統計高手，有的青出於藍而勝於藍比老師都牛（以上論述有刻板印象的嫌疑）。

如果是專門做認知的，最好還是把matlab+ptb研究一下，雖然這個東西至今在碩博群體里仍然不那麼普及（本人是普通211碩士，可能是環境的原因，普遍反應學不會），但是手寫代碼自由度高啊，可以各種操縱啊，網上隨便那麼一整，好多別人做好的程序，拿來改改也能用。而且心理學程序其實都是一個模板（被試信息收集+實驗參數設置+邏輯設置+單個試次設置+數據收集+數據整理清洗+數據可視化等），你硬著頭皮自己弄出一個實驗，以後就簡單多了，只要花點時間鑽研一下，以後不知道比eprime什麼的節約多少時間。目前做認知最佳選擇依然是MATLAB+PTB，因為它工具包比較強大，各種手段（眼動腦電fmri等）都可以接入，完全沒問題。雖然學習周期長了一點但是如果長期專業內學習工作的話依然值得推薦。

至於R，一般來說沒什麼必要，只見過極個別博士比較懂一點。python，目前老闆在弄規模比較大的虛擬現實項目，需要用python，其他的從來沒見過有人用過。

綜上所述，心理學專業要學什麼編程？看專業方向，結合自己具體研究決定，最好不要看啥牛逼學啥，你會累死的我給你講，拿著鎚子找釘子真不是啥明智選擇，還是拿著釘子找鎚子比較划算。

說的有點亂，見諒。

這個要分你是要做科研還是從事用研工作需要。

對於心理學出來從事用研工作，R、Python就夠了，這裡補充一個SQL和VBA，SQL自己提數據的經常用，vba在用Excel處理數據的時候，用VBA跑腳本很方便。

如果是科研的話，SPSS就夠了，R的話可以重點學一下如何做出論文要求的圖來，另外如果有精力最好學一門高級語言，作為非計算機專業的寫代碼出身，之前會VC#，因為做的實驗要和眼動儀交互，eprime根本滿足不了，所以都是自己寫的實驗程序。這樣發論文還是很有優勢的。

科研的話，其實也看你的研究方向，如果做圖像處理方面MATLAB確實很有優勢，平時處理數據，SPSS、Excel都可以滿足需求。

其實，如果是為了今後工作做打算，SPSS、R學好就行了，Excel交叉分析用6了，Python和R功能重疊很大，實際工作用的也不多。

實際工作中上R和python都是為了處理數據和畫圖，工具歸工具，最本質的還是要學好數理統計，以及培養自己對數據的敏感度。

ps其實對於幾百萬的業務數據，R有時候也無能力為。有些大公司如果重視用研的話，甚至可以用Hadoop做數據分析...

本科混畢業級：SPSS

讀碩士博士級：MATLAB，Python，R

教練！我想轉行！：JAVA，C++

謝邀。只是混畢業的話E-prime和SPSS就夠用了，如果想深入搞科研或讀博那麼matlab或Python配上心理學工具箱至少要再會一種。如果牽扯到神經科學matlab更是必會的（配eeglab或spm之類的工具箱），最好把R也學了。

學編程的話，我目前在學R語言，感覺比C語言好學很多。因為我是學認知的，對編程的需求目前來說就是分析數據。 Python我也了解過一些，可能之後會學。

不過我覺得對認知來說，學這些都不是必要的。SPSS可能就足夠了。

謝邀！！！

重要的不是掌握哪些編程語言

而是你會把各種模型和參數估計演算法轉化為代碼

只會在mplus寫領域特定語言，而不會自己寫幾行代碼求解自己結構方程參數的，頂個球用啊

只會下載R包，而不會自己寫個R包，頂個球用啊

更令人諷刺的，心理學的文章絕大多數靠著統計數字混日子，然而發文章的人連一行求解統計結果的代碼都寫不出來，這也難怪統計被心理學亂用了

正如某位教育和心理測量學家在psychometrika發表的文章一樣，spss嚴重阻礙了心理學的發展

不懂心理學，但作為一個程序員，我建議直接學機器語言，這樣能比較直觀的感受精神病人的思維

感謝@劉柯邀請

我是新進認知學博士，所以不知道我的意見是否具有實踐性。我之前自己有Java的基礎 C++會一點。在跟其他老師合作的時候，發現心理學（認知科學）主要用到Matlab(數據展示需要)， Python（可以實現你自己的想法）, spss （數據分析和展現）是必須的，很多老師學生喜歡用R（semantic analysis喜歡用）。

學學python吧，哪怕有一天不想讀心理學了也可以賞口飯吃。

看地域吧，拿我作為例子

紐西蘭政府部門和大部分心理研究都用SPSS，這個容易上手，界面簡單，是做特大型大數據研究的必備軟體，真的很好用。

Rstudio是統計科的基礎，學起來要吐血，出來的表格也不怎麼好看，當是強在你一但學會了以後想怎麼分析就怎麼分析，創造實驗數據，探索數據的時候很好用，但是主要用於小數據，數據一但多了根本記不起來。

SAS是我的一個學長讀博的時候獨自開發的，世界上最大的私人分析軟體，對，他現在特有錢。比R好用一點，特點是數據分析的可靠性很強，界面有點難看，那個小人更是丑爆了。

Excel 不用於分析數據，因為分析不出有用的東西出來，平常就拿它做點好看的圖，放PPT上。通常只用在向政府報告結果的時候，比較SPSS，R什麼自帶的圖不太好看。

CSV，SQL，HTML各種基礎的編程什麼的，需要懂，輸入數據的時候要知道怎麼轉換格式，不會的話會浪費很多時間在數據導入。

Matlab，python什麼的紐西蘭的心理和統計學生都沒學，也沒看見哪個學長或者智庫里的人用過，估計我們這不用。

雖然我不知道編程和心理學有什麼關係，心理學是我曾經想學的專業，而編程是我在學的專業，在學了一年編程，我只能從編程和角度給你一些建議，學編程c語言是必不可少的，這是編程的鼻祖，c學會後很多主流需要，如c#和java會顯得輕鬆很多，如果說開發網頁，那當然是我大web，畢竟我是大一新生，接觸的東西和視野有限，我也不清楚心理學和編程的關係，我只能說我覺得這兩個是要學的，其次就是c#和java

Matlab，雖然算不上編程語言。

會Matlab，你就可以配合psychotoolbox等，編寫實驗所用的程序；配合eeglab等處理腦電或者mri實驗數據，當然Matlab也可以做數據統計或繪圖。

如果會Matlab，我覺得spss或R應該沒啥問題。

外行轉的哥大心理學博士在讀，看教授日常用的是SPSS（統計）和MATLAB（模擬），我看隔壁實驗室老師竟然用C++做的風生水起，so，其實掌握好一門語言與自己的研究方向匹配就可以

英國犯罪心理學碩士畢業。基本上，你學會SPSS所有功能，你都能打遍quantitative research的天下了。再來學習好Nvivo,就能做好Qualitative research了。

本碩畢業論文加畢業後在醫院做臨床研究的經驗。