#研究生期间,你被逼得有多绝望?
◆ 写论文
一起床一睁眼:今天一定要写完这一部分
一支烟一杯茶:一个introduction写一天
一躺下一闭眼:今天都写了些什么玩意
◆ 面对老板
交稿前脑补各种挨批场景,没想到最终他风轻云淡说一句:换个题目吧
◆ Peer pressure
当看到室友在写论文时,我:输人不输势!
这应该就是大多数科研人的日常了吧。
前几天,我一师弟还在跟我吐槽:他一刚入门就没有人带,从课题到实验设计、数据处理、写论文,他“步步惊心”,结果还是在组会上被公开diss:你这样,四区都发不了。
实在哭不堪言。但也不乏一些优秀的同学,在不断刷新我的认知:
当别人还在和论文斗智斗勇,他已经发表了SCI,中了国家课题;
博二起,他开始去国外访学交(旅)流(行),白天学术报告,晚上喝酒聊人生。
这……这真的是同一个科研人的世界吗?差距一个天上一个地上。
后来我才知道,这种差距在可见的未来,只会越拉越大。
01
一年发3篇SCI,师弟靠这招事半功倍!
“我跟你说,论文写得好不好,主要还是看文献。”他对着我滔滔不绝。
“多查文献是为了不重复别人的工作,为了激发新的想法,为了站到你研究的领域的前沿。如果你几个月不看文献,那么,你已经在这个领域里out了。”
“所以啊,网上的信息这么多,怎么样快速查到你想要的资料,就特别重要。“
说完,他向我透露了他用来查文献的神器:Python。
本来还不太了解,但看他演示后,我惊掉了下巴:
● 下载文献 ●
最让人头疼的文献,用Python 3秒就能定位,5分钟一并下载相关领域的关键文章、重要作者和科研热点,追溯引证关系。
● 处理数据 ●
实验数据自动整合成列表,便于查看筛选;还能自动清洗,一键剔除用不到的。
● 可视化图表 ●
Python能把数据自动输出成折线图、三维图、直方图、嵌套饼图等规范高质量的图表,直观展示千辛万苦得来的研究成果,助力文章发表。
看他天天不慌不忙的,论文倒是发了好几篇。要是所有人早点知道用这个查文献、做数据,写论文时也不至于这么煎熬了!
于是,我和这位老兄打探了一下他和Python的“前世今生”。因为我非常好奇,编程到底是怎么和科研扯上关系的!
他说,他是在参加某次中科院组织的论坛时,接受了有关于Python的培训,发现它功能强大,然后开始学习的。
不查不知道,一查吓一跳。中科院早已开始在科研领域普及Python了:
△信息来自中科院官方网站
甚至还面向科研人群组织了数据分析方面的Python培训:
△信息来自中科院计算所培训中心官方账号
看来,Python真的是新时代科研的趋势。
编程是程序员的专属,这个观点早已过时了。
02
你有多少宝贵的时间花在了打杂上?
和这位大神聊过之后,我自己又想了很多。
为什么每年都有这么多人一腔热忱投身科研,不到半年就痛苦万分,在论坛上大倒苦水?
很大一部分原因就是,那些杂乱的事情,分散了太多注意力。
最痛苦的不是枯燥实验,而是在浩如烟海的资料中手忙脚乱,在堆积成山的文献里扒拉一个正确的版本……
所以,掌握一个帮你打杂的工具太重要了。只有这样,你才能把精力集中在科研本身。
近几年Python流行起来,也正是因为它在资料收集、数据分析方面实在强势。
只需要几行简短的代码,它就可以:
● 网络爬虫,一键爬取全网公开资料
● 对实验结果进行数据分析,让观点更科学严谨
● 批量处理上百个Excel、Word、PDF文件
● 生成可视化图表,成果展示更专业
……
每一个功能都非常适合科研人。就好像雇了一个助理。
△几千条论文几秒钟瞬间抓取
聪明的科研人,不仅懂得为自己减轻负担,更懂得为未来考虑。
大家常用的MATLAB的体积很大,在7-17G左右,版权费也要上千一万。
Python的体积则比MATLAB小得多。而且Python开源且免费,学起来比较便利。
在常用的数学、数据方向,可以做的,Python基本都可以做,并且可以做得更好。有不少学者认为,Python在不久的将来即可彻底取代MATLAB。
即使你不以编程为生,Python也是诸多高端岗位必备进阶的技能。
所以如果打算在国内就业,用Python代替MATLAB是必备的基础。这不是哪个好与坏的问题,而是现实综合成本比较后压倒性的选择。
现如今打开招聘网站,“会用Python”常常出现在高薪岗位的任职条件里。