Perl还是Python或者R
编者按
从事生物信息工作，至少要一门编程语言，那么到底该选择哪门编程语言呢？已经记不清被多少次问这个问题了，作为同时对这三门语言了解一二三四五六七八九十的人，今天我就来说一下自己的看法。
我曾经一直在纠结，高圆圆，刘诗诗，范冰冰这三人我到底该选择谁呢，后来结果大家都知道了，现在李冰冰也不剩下了，在纠结下去恐怕连萨顶顶都没了。当然，这只是个玩笑，告诉大家不要太纠结，选择越多反而越犹豫了。
吾尝终日而思矣，不如须臾之所学也。
对于该选择学习哪么语言，我的答案就是：都学习就完了，根本不用取舍。
这看上去很不可思议。但事实上就是这样，我见过非常多的人同时精通Python，Perl，R，甚至java，C等。这其实是非常合理的，掌握的知识越多，学习新知识越容易。当知识点累积到一定阶段之后，就好像被打通了任督二脉，一通百通，学习什么编程语言都不难了。而且这三门语言其实并不是相互矛盾的，而恰恰相反，他们是相辅相成的，精通一门之后在学习其他语言事半功倍。如果你精通python，我相信你一周之内肯定能精通perl语言。
假如我们把文本处理比作语文，科学计算比喻成数学，数据可视化比喻成绘画三门学科。
语文成绩：Perl > Python > R
数学成绩：R > Python > Perl
绘画成绩：R > Python > Perl
Perl 一般被称为“实用报表提取语言”（Practical Extraction and Report Language)。直观来说就是用来生成报告的语言，最开始的时候，是用来处理计算机产生的大量日志文件，这些日志文都是纯文本文件，里面的的内容杂乱无章，这种数据现在我们称为“非结构化”数据，目前互联网产生的很多数据都是这种类型，与之对应的有整齐格式的文件称为“结构化数据”，perl具有强大的正则表达式，可以从中提取出任意模式的内容，进行统计分析，比如从日志文件中，筛选出来自”Beijing“和”Shanghai“关键字的内容，并输出对应的IP地址。这样perl就从杂乱无章的数据仓库中筛选出指定内容，并生成结构化数据结构的“实用报表”。生物大数据大多以文本模式存储，而且同样属于非结构化数据，所以，perl自然被大量用在生物数据处理中，有很多生物软件就是用perl语言写的，例如rnamer，nucmer等，很多生物软件安装包中提供一些附加小工具也是用perl写的。
另外，Perl根植于Linux shell，可以与shell进行很好的配合，比shell编程要更强大，可以替代shell完成很多自动化和批 47 31804 47 15046 0 0 4329 0 0:00:07 0:00:03 0:00:04 4328量化的操作。
Perl擅长文本处理，但是并不擅长科学计算。
Python：
Python显然比Perl更强大，除了可以处理纯文本文件，还可以通过numpy，scipy等重要的包进行科学计算，利用matplotlib进行绘图。Python是大数据挖掘中的优等生，没有明显的短板，可以完成数据挖掘整个环节。从数据抓取，数据清洗过滤，数据统计，数据挖掘，数据可视化等都可以操作。如果想要只精通一门语言，显然python是首选。除此之外，python还可以用于编写桌面应用程序，比如音乐播放器，视频播放器等，这并不是perl擅长的，而R是几乎完成不了的任务。
作为Google的官方语音，而且随着数据科学的发展，Python现在越来越流行。前段时间看一个小广告，面向12岁以上小朋友培训Python语言。想想自己12岁时还是追风少年（像风一样自由），如果12岁就会了Python，是不是1999年也开发出了Google，越想越遗憾。
Perl的设计者为拉里·沃尔（Larry Wall）是一名语言学家，而pythoh的作者是Guido van Rossum，是一名数学家。虽然二者都能完成同样的工作，但是语言风格上却有非常大的差别，Perl是艺术性的而python是富有逻辑性的。
Perl的哲学是：
There's More Than One Way To Do It。
Python中的哲学是：
There should be one-- and preferably only one --obvious way to do it.
所以，perl的语法更自由，可以随便写，perl程序里，有各种各样奇特甚至说奇葩的操作符，这些操作符往往能非常高效解决问题，所以，perl的程序一般看起来非常乱，天马行空，因为解决问题方法不止一种。而python则追求优雅，python的程序看起来非常整洁，语法简洁，格式工整，严格限制空白，便于阅读。因此，选择哪种就看个人喜好了。
R：严格来说R是统计软件，并不是一门编程语言。R的作者之一Robert Gentleman，是生物学家，为了做生物统计，开发了R软件。作为统计软件，R具备了统计学软件几乎所有的功能，数学统计，数据挖掘，数据可视化。与Perl刚好相反，R擅长处理结构化的数据，也就是整齐的表格，一般利用Perl进行前期数据整理，整理成统计表，导入R中进行计算和分析，可视化。从这个角度来说，可以认为Perl+R≈Python。但是目前来看，R的统计和绘图功能要强于python，R具有更多的统计扩展包，使用起来也更方便。例如基因差异表达分析，将数据导入R中，只需要一个函数DEseq()就能完成计算，非常的强大。我们说R不擅长处理非结构化数据，并不是说R不能处理，其实R也支持正则表达式，但是处理起来比较麻烦，所以，各司其职，物尽其用，
决定你能力的并不是你选择学习哪门语言，而是你学习的怎么样。
---------- END ----------
（添加作者微信，备注好单位+姓名）