观察者笔记——阶段学习总结与未来安排（百日一更）-CSDN博客

本文链接：https://blog.csdn.net/2301_78630677/article/details/132843200

观察者笔记——阶段学习总结与未来安排（百日一更）

前言

转眼之间，星石传说已经快陪着我走过100天的大学生涯，从大一下学期的账号创建再到此时大二新学期的开始。在这个暑假我总结了许多之前学习的笔记，也新学了许多新的内容。我见证着星石的成长，同时她也帮助我保持着我学习的动力，并且读者的每一次点赞和评论亦是对我和她的极大肯定。
嗯…，怎么说呢，大概这就是“养成系”的快乐吧。*ฅ՞•ﻌ•՞ ต

—— 时二三年九月十五日

一、python基础

1.1. 自学时的笔记

百日筑基篇——常用数据结构与类型介绍（python入门一）

百日筑基篇——文本的简要分析（python入门二）

百日筑基篇——语句学习（python入门三）

百日筑基篇—— 函数式编程（python入门四）

百日筑基篇—— 面向对象编程（python入门五）

1.2. 课程笔记

主要是对大二上学期的“python语言程序设计教程（第2版）”这门课程的总结，以对我之前自学python时的知识面进行补充。

（python语言程序设计教程）自学一

三、数据分析

3.1. numpy

3.2. pandas

百日筑基篇——Pandas学习一（pyhton入门六）

百日筑基篇——Pandas学习二（pyhton入门七）

百日筑基篇——Pandas学习三（pyhton入门八）

3.3. matplotlib

四、网络爬虫

百日筑基篇——python爬虫学习（一）

五、人工智能

5.1. 传统机器学习

百日筑基篇——线性回归算法（python机器学习算法）

5.2. 深度学习

六、数学建模

七、数据结构与算法

八、生物信息学

实验篇——基因家族成员鉴定（一)

生物笔记——注解（一)

实验篇——基因家族成员鉴定代码实现可能性(二)

九、人工智能 + 生物信息学

个人对这个方向的研究比较感兴趣，但因为对深度学习才刚开始自学，生物信息学也是在我的老师的引领下开始学习。如果可能的话，姑且算做我未来想做的主要研究方向

十、常规软件系统的开发

十一、观察者眼中的植物学

大二开学的第一周，初次上了植物学这门课，抛开课程的所需考核不论（不是针对，只是平等的想创死所有的考试，一切的考试都会压抑我），本人对教学老师说的教植物识别以及带我们去野外实习怀有较高兴趣，希望我能记录多姿的植物以及多彩的生灵。
生活需要仪式感，给自己再起一个文雅点的名字—— N号观察者。＜（＠￣︶￣＠）＞

十二、R语言

百日筑基篇——R的数据结构与数据类型（R语言初识一)

百日筑基篇——数据的读取与处理（R语言初识二）

百日筑基篇——数据处理工具包dplyr（R语言初识三）

百日筑基篇——future.apply包介绍（R语言初识四）

百日筑基篇—— ggplot2包介绍（R语言初识五)

百日筑基篇——差异基因分析DESeq2包（R语言初识六）

百日筑基篇——差异基因分析Limma包（R语言初识七）

百日筑基篇—— 统计函数简介一（R语言初识八）

百日筑基篇—— 统计函数简介二（R语言初识别九）

百日筑基篇——回归分析（R语言初识十)

百日筑基篇—— 方差分析（R语言初识十一)

十三、Linux操作系统

百日筑基篇—— Linux介绍（Linux入门一）

百日筑基篇—— Linux相关命令简介（Linux入门二)

百日筑基篇——shell脚本介绍（Linux入门三)

百日筑基篇——流程控制语句（Linux入门四）

百日筑基篇——正则表达式（linux入门五）

百日筑基篇——Linux中文本工具应用（Linux入门六）

十四、其它

…

笔者有话说：

时二三年九月十五日

1. 论自学与上课：

在我们的日常学习中，通常是通过自学和在课堂上听讲这两种方式来进行学习，这两种学习方法绝对不是独立的，而是融合的。如果只是单纯的按照课本上的知识来进行学习，其它先不说，如果你不是很感兴趣，慢慢学着学着，你会发现越学越烦闷，然后就会很自然而然的开始摆了，以至于出现：“给你一个期末考试周，你能肝完一学期的课程的现象”，
另外课本上的都是些基础内容以及理论知识，真正关键的应用内容以及本学科的最前沿科技进展都是没有的，这些都需要我们自己通过各种方法来了解与学习，当然授课老师也会给我们讲述一些应用内容以及前沿科技进展。其实我个人认为在大学的课堂，集体的讨论以及授课老师的讲解比教科书本身更重要，如果真正热爱一门课，那么在上课前，往往会先对教科书进行预习甚至直接自学。

如果是自学，首先，我个人是比较偏向以自学为主，课堂教学为辅的。为什么呢？我觉得自学与上课最大的不同是我们个人的感受问题。自学是完全依赖我们的主观能动性，我们想学就学，想摆就摆（实际上，都到了自学这个份上了，可见自身还是有较大兴趣学习的，一般摆也不会特别摆），这时我们会感受到自身才是学习的主宰者，我们掌握主动权；而带有考核性质的课堂教学，就是两极反转了，我们会感觉自己就是为了通过考核而学习，不是为自己而学，学习主宰着我们，我们没有选择权。两种不同的心态造就了不同的学习效率。只有打心底里乐意学，我们才会有一股学习的劲，所以有点执念总归是好的。在自学时有些知识面可能学习的不太全面，这时我们就要依靠课堂教学了，课堂上无论是老师的讲述以及向老师提问都是一种比较好的补充知识面的方法。

2. N号观察者的阶段学习过程

在大学中，我们都有自己各自的专业课以及为了修满学分参加的选修课等，比如我是生物技术专业的，我除了要学自己的专业课，还有其它选修课，课程还是蛮多的（这时我们或许可以选择几门感兴趣的课来认真听，至于其它课能过就行，毕竟如果要自学点别的，时间是宝贵的）。那自学学什么？比如笔者自身，我要自学的当然是要与自己的专业课有关的知识，故我选择学习生物信息学（这也是我的一个老师让我知道了有这个学科，算是我的引路者），在生物信息学中，主要用到了R语言、python、Linux操作系统等计算机知识。在开始我是先从R语言开始，学了一段时间，然后转战到了python的学习，与此同时也对Linux操作系统有一定的学习。在军训时，因为有较充足的时间并且我也希望对之前的学习做一定的总结，故我就开始在CSDN上写一些文章来总结我的学习笔记（从现在来看，我果然是十分明智的），在之后我又在学校呆了差不多一个月，我开始跟着老师做一些有关基因家族分析的分析，等我回家后，则主要是对老师们开设的R语言与生物信息学直播课进行课后总结，这也促进了我对生信的认识。在家中，除了将科目二考完后，更多的时间我是花费在传统机器学习与网络爬虫的学习中，并同样总结了学习笔记，接下来就是开始接触深度学习，对深度学习的大体框架有了一定了解，但之后其实也没怎么静下心来认真学（临近开学那几天，都是很忙的）。

3. N号观察者的未来安排

新学期开始，在本学期我的自学计划：以深度学习为主（个人比较感兴趣）、生物信息学（主要依靠老师给的任务分配来学习），另外我觉得我还要再对网络爬虫进行更系统的学习（主要是打算为深度学习提供大量训练与测试数据），至于数学建模（因为建模美赛是明年2月16号，还有比较充足的时间，那就先搁置吧），还有别的什么学习，那就完全随缘吧。

课程计划：目前来说对植物学怀有较高期待（我个人觉得作为一个观察者，识尽天下万物，这个目标太有逼格了，我喜欢(✧∇✧)），另外实验课这些要认真对待（之前并不觉得实验很重要，直到学了生信和机器学习才体会到数据的重要性，可以说大数据时代，没有数据是很难发展起来的，我们只有通过做大量精准的实验才能得到一个较好的结果），至于其它课程就认认真真的跟着授课老师的步伐来完成考核（上课认真听，课后就算了），我想的是只要能过就行（没必要过度在意绩点，至于申请奖学金的要求是什么，我也不太想了解，反正感觉理我挺遥远的，我就想好好学而已，得之，我幸；不得，无碍）。

综合来看，整个未来安排都体现出：“时间不够”。毕竟还要考虑许许多多的影响因素，生活总是充满意外，但这也正是生活的魅力所在。其实只要心中有所欢喜，我们是愿意付出大量时间来投入学习中的。我们对自己的未来研究方向也将在一次次学习中，逐渐明确，逐渐深入，逐渐得到认同。