1樓：張旭東
從三個角度比較：
資料分析：指的是對資料過濾、格式轉換、關聯、統計的能力。處理不規則的資料，Perl 正則最強，Python也不若，R 很差；R 和 Python 對矩陣（dataframe）形資料支援很強，不過我還是覺得 dplyr 比 pandas 好用一些；R 和 Python 統計能力也都不錯。
視覺化：Perl 繪圖弱爆了，R 有 ggplot，Python 有 matplotlib，如今也支援 ggplot。
生信支援：對生信的支援指的是生物資訊特有的一些分析，比如計算GC含量、取反向互補序列、富集、生存分析、WGCNA等。BioPerl 處理計算GC含量、取反向互補序列這種比較擅長；BioPython 較弱，平時我用的只有讀取各種格式序列這個功能；而 Bioconductor 太強大了。
所以，R 無疑是必學的，Python 完全可以取代 Perl，但是看在很多年老的軟體使用 Perl 寫的份上，建議學會 Python，看懂 Perl。
2樓：Mo Liu
Python吧,總體來講Perl會比Python複雜一些但是功能更強大一點。
不過在生物資訊學上，因為不需要做很多的開發工作，主要是以程式設計為工具去處理生物問題，所以Python比較容易上手，功能也很多樣。
大資料時代下的生物資訊學專業與生物資訊學職業？
生物資訊從大面上至少可以分成，開車的和造輪子的，搞汽車裝修的這幾類。除了開車的，其餘很少能夠接觸T以上的資料。我最近在實驗室做一些分析，我也不知道算不算大資料，反正一周樣本都跑下來，快10個T了。現在測序很便宜，乙個樣本測個幾百G，然後平行幾個樣本的事情以後肯定會越來越多。什麼是真正的生物大資料時代...
請問生物資訊學如何？
熱門研究領域，前沿研究領域的密集區。適合 1.數理化生農計電背景的科技狂人，科技宅 2.數理化生農計電背景的，不喜歡社會，喜歡學校的人3.生化環農本科，想找個相對不那麼坑的方向的人4.本科生化環農想轉cs 資料科學，又被客觀條件制約難以硬轉的人不適合 1.一心想找工作，憧憬社會的人 2.理科差的人，...
生物資訊學 Bioinformatics 和醫學 健康資訊學 Heath Informatics 哪個就業前景好？
狐狸少爺 樓主所說的健康資訊學，在國內應該是醫學資訊學。目前國內醫學資訊學本科專業主要是在醫學院校開設的資訊管理與資訊系統 醫藥方向 大概有40幾所醫學院校都開設此專業。主要課程就是計算機和醫學相關課程，就業目標就是醫院資訊科，醫療軟體公司。隨著移動醫療，醫療大資料，網際網路健康的興起，該專業畢業生...