#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。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
