▼生物信息学习的正确姿势（第三版）

NGS系列文章包括NGS基础、转录组分析 （Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析 （ChIP-seq基本分析流程）、单细胞测序分析 (重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程 （原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析 (step-by-step) - Limma差异分析、火山图、功能富集）等内容。

较早时发表的生物信息之程序学习阐述了我自己学习程序的历程，这次学习下厦大统计系Dwzb同学关于编程的一些思考，关键两点：输入和输出；即是程序的输入和输出，也是知识的输入和输出，更是脑力的输入和输出。读进来的知识是别人的，能写出的东西才是自己的。有出有进，才能细水长流，汇成江河。

作者： Dwzb , 公众号Python爱好者社区专栏作者 ，授权转载 
厦门大学统计专业学生
知乎专栏：https://zhuanlan.zhihu.com/Data-Analysis

很久以来，我一直都有这样两个困惑：

• 统计专业学习编程应该系统学习还是遇到问题再找答案？

• 要不要写博客？写博客对自己的编程水平有多大提升？把自己的技术全部分享出去是不是会被超越？

最近我才把这两个问题彻底想清楚，而且这两个问题的根源在同一个地方，写在这里和大家分享一下。

首先我来回答一下这两个问题：

• 第一，其实系统学习和现查都是可以的，两条路径都可以成为大神，并没有哪条路径是捷径的说法，just do it! （PS：我个人倾向于系统学习）

• 第二，要写博客，提升非常大，也不会被超越

为什么是这个答案呢？因为编程语言掌握的好不好，完全在于你付出的时间多不多，会不会思考总结，而不在于你学习的途径。只有解决了足够多的报错，并进行总结归纳，你对这个编程语言才会有基本的直觉，这个直觉比任何显式的知识都重要，但却常常为人所忽略。

下面是我的理由。

系统学习还是遇到问题再找答案

我相信这个困惑是比较普遍的

• 对于主张系统学习的人来说，他们没有掌握这个用法是不敢直接去做项目的，总会觉得心里没底，遇到什么bug解决不了怎么办，所以他们总会在做之前先对这个东西有一个比较系统的认识，我就是这样。但是这又会带来一个问题，那就是系统了解要花费大量的时间，而且学过的东西很容易忘记；最重要的是，即使系统学习过，做项目的时候还是会遇到之前没想过的问题。

• 对于主张遇到问题再找答案的人来说，他们会遇到找不到答案的情况，当你在毫无了解的情况下，在搜索时有时连该输入什么关键词都不知道。还有一种情况是，明明有现成的方法，你却不知道，自己造轮子还造不出来，陷入绝望中。

两种人都羡慕对方的优势，同时又畏惧按照对方那么做而产生的弊端，于是陷入迷茫。我在学习生信的系列书籍中一提到过我自己的一点理解。

这时，我们如果能意识到下面这点，就不会有迷茫的感觉了。

要想成为其他人眼中的编程高手，无论走哪一条路，都是行得通的，但是都有两个前提：要花费大量时间精力、要思考总结。

相信更多的人会主张边做边查，所以先说这一点。我见过这样做成为大神的人，也见过因为这样而被一个小bug卡住半天的人，他们的区别在哪里？在编程上花的时间精力不一样，对编程的兴趣不一样。

• 大神遇到bug会搞清楚它产生的原因，保证以后不会再犯，每遇到一个bug都积累一次经验。甚至他们会通过这个问题思考出一些新的问题，完善这方面的知识体系，积土成山。长此以往，他们的知识体系也会非常完整，对待bug有自己的一套解决方案。

• 而小白则只要能跑出结果不报错就满足了，他们甚至不知道结果是不是自己想要的，更不会去深究、扩展这方面的技术细节。编程对他们来说是噩梦，没有bug就谢天谢地，无论做了多少项目，他们依然是小白（而且他们可能会逃避这种项目，做的也没有大神多）。

我们可以看到，大神良性循环，小白恶性循环，逐渐走到两个极端。生活中的编程大神几乎不会问编程问题，而小白问的问题你只要百度一下就能帮他找到答案了。这是肯不肯思考总结的差别、肯不肯花时间精力的差距。所以只要肯思考总结花精力，边做边查的弊端是可以完美解决的。

接下来，我们来讨论系统学习的情况。系统学习中也会出现上面提到的大神和小白。这点拿我自己的经历来说就可以了。

我在学习python的时候，廖雪峰老师的教程我看过不下5遍，每一次我都不怎么敲代码就觉得自己已经会了，之后也没去用，一段时间之后就全都忘记了，之后我又会去看一遍，然后又忘记，如此循环往复。直到后来我真的去敲代码了，用的比较多了，才逐渐熟悉python的语法的。

后来我有指导过女朋友入门python，也是看的廖雪峰老师的网站。她之前没怎么接触过编程，但是学python的时候每一行代码都会自己敲一遍，现在已经掌握的不错了。不过从当时她问我的问题上来看，我深刻地认识到，正确的代码就摆在那里，你还是会敲错，新手总是会犯在我看来非常低级的错误，但是每个人都会经历那个阶段。不去敲代码，一个低级错误在你眼中可能就是不可逾越的高山。

我举这个例子是想说，系统学习的一个弊端在于你学的东西可能在短时间内用不到，于是非常容易忘记。这种情况无法避免，但是这并不一定说明你的时间是浪费掉了的。如果你学习的时候只是看别人的代码就以为自己懂了，那么你的时间确实是浪费掉了。但是如果你是边敲着代码，有时还会思考出一些新的问题，并去寻找解决方法的话，这个时间完全没有浪费掉。下面我来解释一下二者的区别。

在我们敲代码的时候，掌握的并不只是当前代码的知识，而且还有一些潜移默化的、你自己可能都没有意识到的收获。可以这么说，我们看教程、看帮助文档学习一个个函数、语法、数据类型的时候，收获最大的不是了解了这些东西，而是你写代码调试的过程。所以如果你只是在看，或者复制粘贴运行，冲着那些具体的“知识”去的，那就完全失去了这段时间学习的意义。

我还是拿自己的亲身经历来举例。当初我学习R语言时，几乎看遍了dplyr data.table ggplot2等包的帮助文档中的所有函数，不仅运行了他们的示例代码，而且不断思考实际中会需要怎么用，实际中需要什么功能。读者可以从下面3点中看出这样做的好处

• 我思考函数在实际中应用的时候，经历了自己编写、报错、查找答案的过程。这个过程其实和其他人做项目时的过程没有什么区别，只不过一个是项目中遇到问题，一个是自己给自己提问题，都可以起到锻炼编程能力的效果。如果说做项目可以遇到自己想不到的问题，从而更大丰富自己的经验；那么我要说帮助文档中的例子、函数中形形色色的参数经常非常富有启示性，可以达到开拓视野的作用。

• 自己写代码、解决问题的过程可以让这块知识更难忘记，即使忘记也能留下比较清晰的痕迹，随便查一下就可以马上熟悉。

• 第三个非常重要的点我称之为信仰。你相信自己的代码一定能正常运行，相信一个bug可以顺利解决，相信看这个资源可以学到你想要的东西，这些是我所说的信仰，这些信仰是从编程中潜移默化获得的，也是最有价值的部分。举几个例子

1. 对代码的信仰。假设你刚学会使用爬虫抓取10个页面的信息，现在让你抓取1万个页面的信息，你心里虚不虚。你想可以把原来循环中的10改成10000，但是又不敢确定它能正常运行。运行一会儿发现果然报错，然后你找到了解决问题的办法，设置了代理ip，再启动爬虫，你心里还是虚的。果然，又报错了，可能页面增多解析时需要处理特例，修改后再运行.....心里虚就是没有信仰的表现，因为没有成功实现过，就怕解决了一个问题又来一个，问题多了心态就崩了，尤其是在这个任务是很急迫的时候。

2. 遇到bug时的信仰。在刚刚接触编程的时候，我就听说过stackoverflow这个网站是非常好的，几乎你遇到的所有编程问题都可以再这个网站上找到答案。当时我也去看了一下，看到那些寥寥几个赞的回答，心中大不以为然。直到后来编程越来越多，我才逐渐认识到，真的是几乎所有问题都有人实现碰到过并在这个网站上讨论。我认为这是一种信仰的建立，长期查找才能建立起这些途径信仰，这可以让你遇到新问题时知道应该怎么找答案，甚至相信什么样的问题到哪里一定能找到答案，这样你在遇到bug或者需要了解新问题时几乎不会有焦虑感，对编程不会有挫败感，反而有解决问题的快感。

3. 资源的信仰。我们经常看到，一篇文章列出了各种书籍、pdf、视频资源，人们往往趋之若鹜，最后绝大多数都只是收藏下来再也不会翻看。其中的根本原因在于他们对这些推荐的资源没有信仰，就算别人吹的天花烂坠，自己没有亲自看一下依然不会完全相信这是非常好的资源，没有这种信仰自然就没有驱动，不说当前没有学这个的需求，即使之后有这个需求也想不起来这个时间收藏过这个东西了。

4. 博客的信仰。学习编程很多时候是看网上的博客学习的，长期接触一些博客也会对一些博客产生信仰，比如愿意无条件接受某个公众号的文章一定是精品。对于我来说，遇到一个bug我喜欢去stackoverflow这样的问答社区，当需要系统掌握一块知识（比如字符编码）的时候，我就会去寻求博客。当搜索引擎不能帮我挑选出优质文章的时候，我一般会搜“字符编码伯乐在线”，因为在我的印象中伯乐在线的文章没有一篇水文。看，当你看到我这么说的时候，你肯定对伯乐在线有点好奇，但是你肯定只是想去确认一下是不是真如我所说，甚至会认为我在打广告，而不会建立和我一样的信仰。而当你亲自看过才有可能建立这个信仰。

系统学习对于建立信仰非常有帮助，因为这个时候不像做项目有个截止时间催着你，你可以尽情享受各种报错和找答案的过程，逐渐培养自己的信仰。信仰也是一种直觉，是潜移默化的收获，也是我们在讨论竞争力时常常忽略的一点。但是获得信仰的前提也是要主动去查、主动去试，花费时间精力思考总结。

总结

看完上面的论述后，再回过头来看边做边查和系统学习的困惑，应该豁然开朗了。无论哪种方式，要想在编程方面达到很高的水平，都需要付出大量的精力，没有捷径可以走，只有一直在写代码，一直总结，才可以成为大神。区别只在于这个人是不是想成为大神了。

而边做边查和系统学习这两种学习方法则是因人而异，首先看你习惯哪一种，其次看你能不能接触到项目。

这一点扩展到是否要写博客的问题上也很清楚了。

以我自己写博客的经历来看，写博客能极大促进自己思考，解决以往会回避的问题。因为我以前学习可能会糊弄自己，但是现在我不能糊弄读者，这应该算是一种责任。

以前我看别人博客学习的方式是，跟着博客的思路学习那些函数、用法等；而且学了一篇我就觉得掌握了80%的东西，就认为自己已经掌握了。

而现在我看别人的博客从来不跟着他的思路，我会按照自己要写的文章的思路进行学习。一个知识点我要写成一篇文章，需要进行下面这些步骤

• 首先模棱两可的概念我需要查清楚了才能写下来

• 然后我会思考关于这个知识点我曾经遇到过的所有有关的问题，全部列出来

• 对于我列出来的点，可能有一些东西只是处于知道的层次我要查资料搞清楚

• 然后关于这个知识点，我要看网上的文章都写了哪些东西，是否有一些我之前没有接触到的点

• 整理好所有的点之后，我要排列先后顺序、组织哪些点放在一起讲、用什么样的示例等，还要用通俗易懂的语言讲出来

• 最后我写出来的文章必须是网上能找到的教程中最全面，还要是能看懂的

可以看到，我通过写博客来掌握知识，就会力求掌握该领域100%的知识。这样做我很明显发现，我学过的东西真的没有那么容易忘记，而且复习起来很快，这应该也是跑那些困难的程序带来的信仰。

所以说写博客对自己编程水平的提升是非常显著的。当然，写那种复制粘贴官网代码，毫不重新组织思路的博客是没有什么帮助的。

最后只剩下一个问题：写的这么辛苦的博客，被别人看了会被超越吗？

我相信这个问题的根源在于，觉得别人会比自己更快地学会这些知识，自己的努力完全就是在给他人做嫁衣。

那么我们不谈别人能不能看全你所有文章的问题，也不谈他是不是走马观花不自己写代码运行，就看那些知道该怎么学的人非常精致地扒着你的博客来学的人。

就算有人能做到这一点，他也不会轻易超过你，因为他这么精致地学习，即使有你的博客做辅助，也是要花费大量的时间的，这个时间不亚于你当初学习的时间。我们举一个例子，你在博客中说如果这个参数换成某某，结果就大不相同，读者自己尝试。你这么写肯定是尝试过了，他如果不自己再尝试一下，只是知道了，并不会产生和你一样的对这个参数的信仰。这一点的外在表现是，他在跟别人说这个参数的时候，不会有自信说一定会得到这个结果，只敢说应该会，因为他自己没有试过，有时候相同的代码在不同机子上结果就是不一样（有时用的不同IDE就会不一样）。

更何况他没有自己组织逻辑的过程，思考也不会比你更深入。你什么都在博客里解决了，也丧失了自己去查资料的机会，在信仰这方面的收获就缺失了。

最后还是那句话，显式知识的学习不如潜移默化的提升更有价值，当你的信仰建立起来，学什么知识都是手到擒来。编程能力是要靠大量时间堆积起来的。开始写博客吧！

如果觉得本文有帮助希望点个赞支持一下！

授权转载自：Python爱好者社区。

Python

• Python学习 - 可视化变量赋值、循环、程序运行过程

• Python极简教程（一）

• Python极简教程（二）

• Python极简教程（三）

• Python极简教程（四）

• Python极简教程（五）

• Python极简教程（六）

• Pandas，让Python像R一样处理数据，但快

• Python解析psiBlast输出的JSON文件结果

• 为啥我的Python这么慢 - 项查找 (二)

• 为啥我的Python这么慢 (一)

• Python资源

• 关于Python中的main和编程模板

• 莫烦Python机器学习

• 编程新手入门踩过的25个“坑”，你犯过其中哪些错误？

往期精品(点击图片直达文字对应教程)

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集