怎么选择分析语言与软件

        做研究的人，常常纠结于要使用什么分析语言/软件。一方面，入门时可能使用了一种，或者团队内有通用的分析软件；另一方面，有很多分析技术已经有现成的分析包可以实现，若重新用自己熟悉的语言来实现同样的功能常常在时间和精力上是很不划算的。那么到底应该采用什么样的策略，来提升自己的工作效率呢？

我的建议简单来说只有两条：

    1. 深入学习并逐渐精通一种主要的分析语言；

    2. 在需要用到其他语言时，学习基本的知识，然后专注于自己的应用需求。

        就我自己而言，主要使用Igor pro软件进行数据分析，部分原因是刚开始进入研究组时，大家都在用；其次，开始分析自己使用的主要仪器WIBS的数据时，在Igor pro内写了个panel（面板）。然而，常常还需要实现一些其他功能，用Igor pro不是很方便，就会搜索其他的分析包。比如我要分析三维荧光数据，就会使用基于Matlab的PARAFAC分析包，要进行因子分析，就会使用基于R语言的PCA和EFA分析包。

        逐渐的会想，是不是需要再精通另外一种语言，于是长期纠结于是学习python还是R，反反复复查了很多二者优劣点比较的文章，最后发现，这种纠结是很累人的。 因此，发现没什么捷径可循，兼顾效率与精力，只能按那两条来做。