Perl，R，Python在生物信息學中分別扮演著怎樣的角色？

01-12

或者說各自擅長哪些方面，以及有哪些另外兩者不可替代的應用領域。

應該說Python/Perl是相互替代的腳本語言，但個人推薦用Python, 雖然很多老的生物信息軟體是用Perl,Python學習曲線好，功能也更強大，是發展趨勢。

（在生物信息學領域，python和perl誰更強大、易用、代表著未來的發展方向？）

這兩個語言主要是做數據預處理、文本處理和格式轉換、對演算法效率要求不高的分析軟體開發，系統管理和pipeline搭建等工作。

R語言主要的優勢是大量的統計包的支持，數據統計分析中非常常用。Python和R有良好的介面。

關於繪圖很多人用R,其實Python的Matplotlib的繪圖效果比它漂亮很多，也更強大。

對pipeline的搭建shell編程更適合，是一個不可缺少的技能。與資料庫相關的工作需要用到SQL

下面的鏈接給出了對數據分析科學家所用工具的調查，從結果上看Python, R, SQL是用的最多的三板斧：

Languages used for analytics / data mining / data science

現在業界生物信息的主流還是 R吧 (Bioconductor)。

Linux : 操作系統，是基礎。
生物信息對Linux的要求其實並不高，並不是要做系統開發者或管理員，只需要會用就行。複製粘貼、處理數據、安裝軟體等。

生物信息軟體：標準數據分析。
生物信息學的數據格式已經基本標準化，大部分工作可以直接用軟體完成。

Perl和Python：處理個性化問題、軟體之間的對接。
這兩門語言至少應該熟練掌握一門自己寫程序用，另外一門要能看得懂。
寫點小腳本感覺差別不大，但是perl寫大程序不合適。
很多人認為python是趨勢，但至少截止目前更多生信軟體是用perl寫的。
所以，如果剛開始學，建議主打python, 看懂perl。

R ：數據處理、統計、繪圖、數據分析。
R語言的數據結構跟其他語言差異較大、而且總感覺語法比較散，不好記。但是R的軟體包卻異常強大。數據處理的reshape2, dplyr；繪圖的ggplot2；還有Bioconductor里的幾千個包。不得不會。

最後，學習生物信息，歡迎關注「基因課」公眾號，或登陸 http://www.genek.tv 這裡有在線視頻課程。以前免費！！現在收費了。

R有大量的統計學函數，以及統計學的擴展包。Perl雖然有PDL，但PDL自帶的功能就不是很豐富，文檔也爛，第三方擴展更少。

Python沒用過。理論上，功能跟Perl差不多。

其實....Python和perl沒有最優之說，甚至你可以兩者都不會，照樣可以成為很好的生信學者，在我看來，系統學習一門programming language才是更重要的，比如java,C, 然後回過頭來在看perl，Python，你會發現比起programming language，這些script language更簡單易讀一些，也容易上手。你不需要成為這兩門語言的專家，只需要能夠閱讀，並參照著寫代碼來處理你遇到的問題即可，更甚，可以直接跳過per和Python的學習，直接了解Bioperl和BioPython就行了，二者為生信學者提供了強大的工具。另外，語言沒有最優之說，針對自己遇到的問題，身邊的朋友，學習難易度，恰當選擇一門語言才更重要。比如你身邊都是學習python的,那麼當你開始學習Python的時候，會有很多懂行的人來幫助你，所帶來的進步是非常大的，相比自己去摸索一門語言來說，效率高很多。

R是目前生信領域應用非常廣泛的統計分析語言，我個人認為R在生信領域的統計分析有著統治地位，當然，其他軟體並不是說不好，我身邊也有人用matlab和SAS，我覺得選擇更適合自己的即可，還是上面那個觀點，和周圍人一起學習更重要，而不是糾結使用哪個軟體。因為R是開源！這就有了無限可能~ 很多R包是專門針對某一特殊的生物問題而設計的，個人認為學好R非常重要！不管是任何組學研究，所得到的結果都會使用R分析。所以在我心中，R屬於必學的語言之一。

最後再扯點無關主題的~，在我看來...掌握了谷歌的力量，你便擁有了半片天空，90%的生信工具都是開源的，網上也針對各種問題有著很專業的回答，取決於你能不能搜到~（當然你要有一定英語能力~）而且基本所有的工作都是transformative的，你之前工作的產物，有時可以移植到後面的工作中~ 所以。。。生信=谷歌+思考+經驗~ doge~ 不要糾結Perl還是Python啦~ 買VPN去谷歌吧！！ lol

python已經把perl擠掉了，馬上R也快了

以我個人來說，perl用來做大部分文本處理工作，網頁內容抓取，以及其他日常的批量處理工作。有一些即寫即丟的一次性小腳本，也可以寫一些有比較大功能的程序。

R拿來做統計，跑各種圖表，方便，效果又好。現在很多生物信息學的軟體都是R包的形式。

Python只是學過，用得不多，不好說。

就個人遇到的情況，python和perl可以作為銜接語言，比如可以運用C語言的function，這樣簡易了編程過程，又不會降低運行時間。不過據我同學說還是python比較好，R的話只學過，了解不多。

偶然路過，從機器學習從業者的角度回答一下：懂數學能自己建模推導公式寫演算法的用R，"調包俠"喜歡用python.

主要用python，我師姐是用perl的，感覺這兩個在生物信息領域是可以替代的。R主要是用統計和一些作圖吧，用的不多。

能用python 就別用perl了，功能完全可以取代， python越來越熱了，工作後也比較容易合作阿，python也可以取代R吧,R實在太麻煩

Perl處理文本超級好用。

Python在這方面不如Perl方便省事。

但是Python也有他好用的一方面，靠使用時自己的體會了。

Perl 處理文本信息，Python和Perl寫模塊流程，妥妥的。我不喜歡Python是趨勢的說法，這句話聽起來好像有道貌岸然的成分。

R用來統計畫圖的，在統計語言中比較好寫好學，但是統計的話還要懂統計學方面的計算理論。