生物信息學分析主要用什麼語言

⑴ 生物信息學家為什麼喜歡使用r語言ggplot2軟體包主要有什麼用途

語言，讓無基礎的人也能輕松編程。
價值和特點:
·從實際課題出發，提出解決問題的思路，結合原理或基礎知識，但更偏重解決問題的框架和流程攔余，選用簡單易學但功能強大的R語言，把講解延伸到具體程序代碼，讓讀者100%經歷整個課題研究過程。
·由多名R領域專家（均為一線科研工作者）通過互聯網聯手寫作。通過前期網上調研，了解並在書中突出大多數人普遍關心而又難尋相關資料的問題。
·所見即所得，學到的知識可以通過簡單編程（僅僅代碼拷貝粘貼）加以實現，印象深刻，學了不易忘。提出三板斧學習法，讓余衡瞎無基礎的人也能編程。
·作者通過QQ群直豎空接面向讀者答

⑵ Perl，R，Python在生物信息學中是怎樣的角色

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。嘩汪液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，數據統計陵備分析中非常常用。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亂物SQL， 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。復制粘貼、處理數據、安裝軟體等。生物信息軟體：標准數據分析。 生物信息學的數據格式已經基本標准化，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Bioconctor里的幾千個包。不得不會。

⑶ 搞生物信息學研究需要哪些計算機語言基礎

熟練掌握一門就好了，非常推薦Python，當然生物信息學領域用的最多的還是Perl

對C,R什麼的也得了解一點，能讀別人的代碼最好了。

⑷ 你是生物信息專業的你們學編程沒都學了些什麼語言

以前上課學的C/Java/C#/匯編 。居然沒學過c++
自學的perl/python/matlab/R/等等

現在還在生物信息這條船上沒跳走。

----------
補充下：
其實用什麼語言搞科研主要看老闆，
我最初老闆和組里其他人都用perl.我也學perl。這樣方便大家交換程序
現在的老闆用python，我就開始學python了。
其實覺得bioinformatics的本科都會教c或者java.會了c/java其中任何一個，再學perl或者python或者matlab就都是非常非常容易的

現在這個領域里用的最多的我覺得是python,正在慢慢取代perl。matlab因為不免費，流行不廣不如python,perl,java。但是我覺得確實最最最方便最適合搞計算方面研究的（如bioinformatics）

⑸ 生物信息學，需要掌握C++嗎

首先生物信息學也是計算機相關學科。凡是和編程和演算法相關的專業，我覺得C語言是基礎，是必須要學一學的。C語言能教給你的最重要的事情，就是讓你對「計算機計算」這件事情有一個不錯的了解。對計算機能做的事情充分掌握。當然這些東西通過學習計算理論、計算機系統結構、演算法導論等課程都能掌握，聽起來也沒有什麼非學C的必要。不過使用C/C++編程的時候對這些的親身體會更為重要一些。如果你自己覺得自己是非計算機的，比如本科是生物或者醫學出身的知漏。演算法和程序不需要了解太深，那麼不學C也是可以的。相對的，你也只能處在底層的利用別人的工具分析的階段，一旦這些工具中出什麼問題或者想針對自己的需求修改這些工具的結果就很困難了。再加上數據挖掘、機器學習其實離生物信息學並不是那麼遠。而且只會搭派爛C/C++肯定是不行的，選擇方便自己的工具也是很重要的。C/C++也只是工具的一種。在統計分析方面R就很方便。如果想自己做神經網路結構的話，python也羨指很好用。不過到了實用的方面，你做的東西走向產品化。C++就變得非常重要了。C++經常被使用在需要效率的地方，而生物信息學不少方面的數據處理的數據量並不小。重構過一個關於DNA數據分析的python->C++的優化，目的就是提高效率，結果是快了約1000倍。現在看到有些人為了繼續提高效率都開始上FPGA了。所以做生物信息不需要關注效率可能是個偽命題。

⑹ 生物信息學什麼計算機語言

編程語言按照重要程度排序：R語言、Python、Perl。
另外對Linux操作系統必須非常熟悉，因為生物信息學很多軟體都在Linux系統運行

⑺ 生物信息學編程，選Python語言可行嗎

python對於業餘人士，特別是科研人員來說，非常好。目前看來，幾乎是最好的語言。

不過，這個要看你們學校里，或者是科研單位上用什麼語言。

比如你們學校里流行java或者是C語言，那麼你用python編程可能就有不合群的感覺。

不過國外的大學里，大部分都將python作為一個基本工具來用的。幾乎每個教授都在用它做教學科研。

⑻ 生物信息學用不用java

在2014年暑期的國家「龍星課程」上，美國癌症中心的Han Liang教授說過，做生物信息學一定要精通一門編程語言，不論哪種，一種就夠。就本人學生物信息學以來的了解，就知道可以用C、C++、MATLAB、R、python、SPSS等語言作出相同的結果，不同的語言有不同的好處，只是處理的方式、快慢、方便不一樣，雖然我不了解Java，但是感覺殊途同歸，Java是可以進行圖像處理的好軟體，說明是可以進行演算法編譯的，如果你是做生物信息演算法的，那麼可以與MATLAB相同的功能，如果你做資料庫統計，那麼需要你自己開發了，雖然不如R語言，怎麼說也是可以開發的。生物信息學中的編程語言只是工具，和英語是一樣的地位，主要是你做的研究，別人只會看到你做的東西的結果和演算法過程，而不會過問程序編譯。希望能夠幫到你。