1.Biostar

网址: https://www.biostars.org/

特点性质:一个问答性质的全英文网站,专注于生物信息类的问答,几乎所遇到的技术问题,都能在该网站找到答案。支持关键字搜索,遇到问题先搜索答案。论坛也会精选出一些优质内容汇总。一些软件的作者、生信界的大咖也会在该网站潜水。

注:github,STHDA,imageDPhttp://www.ehbio.com/ImageGP/index.php/Home/Index/加拿大生信开源学习资源Bioinformatics.ca;

2. STDHA

网址:http://www.sthda.com/

特点性质:这个网站是一个生物信息学的博士建立的网站, 写了很多关于multivariate data analysis, survival analysis和 data visualization的包,主要是为了数据科学的培训做的这个网站,里面有大量的使用R语言进行数据分析的教程,主要包括基本的R绘图,高级绘图,数据处理,教程深度和广度都是非常令人称赞,而且一直都在更新,是很多漂亮的R的发源地。

3. Stack Overflow

网址: https://stackoverflow.com/

特点性质:编程作为生物信息工作人员必不可少的技能之一,那么你肯定会遇到康熙的儿子胤祀,那么这个网站就是你最好的找寻答案的地方,这是世界上最大的,最值得信赖的编程问题解决方案的最可能出现的地方,并且里面的答案都会投票,投票越高的解释的越清楚,方法越可信,所以,没事经常看看,可以减少你写出八阿哥的可能性.

4. github

网站: https://github.com/

特点性质:github目前是微软的,是世界上目前托管代码最多的网站,上面有无数优秀的开源项目,生物信息目前用的如那件绝大部分都可以从上面看到源码,并且作者都上传了源码,可以在上面提出自己的issue,然后等到作者的回答,是一个快速和同行业的人交流的非常好的地方,并且可以设置个人私人代码库,不用担心代码丢死,也可以进行版本管理

5. 加拿大生信开源学习资源

网址: https://bioinformatics.ca/

特点性质:作为一个开源的生信资源网站,它介绍了许多关于生信数据处理的内容,包括肿瘤基因组学,R语言的使用,测序数据分析,代谢组学,医学生物信息学,表观遗传数据分析,通路分析内容和传染病的基因流行病学的内容,视频讲解内容非常全面。

6. bilibili

网站地址: https://www.bilibili.com/

特点性质:哔哩哔哩是中国最受大家欢迎的学习网站之一,上面有海量的生物信息学资源,也有很多大学的生物,数学,统计,编程课程,平时刷刷这里的视频帮助还是非常大的,下面介绍几个比较好的资源

生物统计学-南京农业大学 https://www.bilibili.com/video/BV12b411m76t?p=71

山东大学-生物信息学 https://www.bilibili.com/video/BV1zW411L79R

清华大学生物信息学公开课https://www.bilibili.com/video/BV1jb411b7Br

北京大学生物信息学:学习方法 https://www.bilibili.com/video/BV13t411G7oh?p=19

7. SEQanswers

网址: http://seqanswers.com/forums/

特点性质:SEQanswers是专门的关于二代测序的生物信息讨论和存放资源的论坛,样式有点和国内的小木虫类似,单独做了一个导航栏来显示每天的问答,整体来说质量还是蛮好的,一些测序的问题经常可以在上面找到答案,但是问题量比不上bistar,问题的回答质量也不如stackoverflow.

8. StatQuest

网址:

https://space.bilibili.com/257347536?from=search&seid=13661736885600696159

特点性质:提供生信统计学学习的视频,B站有中文字幕版和相关代码。使用大量的可视化例子介绍统计学的基本原理,概念,帮助生信菜鸟快速进阶,掌握生信所涉及的统计学元素,并且学习起来很有趣。英文原声也能练习英语听力

9. omictools

网址: https://omictools.com/

特点性质: Omictools是一个生物软件的集合网站,并按软件功能和热度对软件进行整理和排序。点击需要的软件链接,页面中会给出软件详细的介绍,包括官网地址,下载链接,论坛,文档,用户讨论。也有按照流程分类的各个软件排列,是学习生物软件的好帮手。

缺点:omictools网络环境不好,国内访问比较慢。

10. 慕课网

网址: https://www.mooc.cn

特点性质:慕课网(IMOOC)是学习编程最简单的免费平台。慕课网提供了丰富的移动端开发、php开发、web前端、html5教程以及css3视频教程等课程资源。它富有交互性及趣味。生物信息也有编程的部分,这个网站也有很多的这方面的资料,网址就是https://www.mooc.cn/?s=%E7%94%9F%E7%89%A9%E4%BF%A1%E6%81%AF&cat=5。包括北大清华复旦交大都在上面提供很多优秀的生物信息课程,我们如果对爬虫感兴趣,上面也有蛮好的爬虫课程

11. Data Science

网址: https://towardsdatascience.com/data-science/home

特点性质:这个一个非常出名的数据科学的网站,包括机器学习,编程,可视化,人工智能等等几大模块,内容的质量很高,不过都是英文的,需要一定的英文抗击打能力。而且每个都有可重复的简单例子,方便你快速理解,学会使用,掌握一个个小技巧

12. 简书

网址: https://www.jianshu.com

特点性质:简书是一个个人blog网站,上面有很多生信的同好写的心得,很多初学者遇到的问题检索一下都有答案,包括代码,解决问题的过程,自学的思路,关键是全中文的,适合初学者自学和检索。缺点是要从搜索框进去,不要从首页进去,毕竟不是专业的生信网站。有问题可以在简书上发简信写作者,有时候也会得到回复的。

13. awesome-R

网址: https://github.com/qinwf/awesome-R

特点性质:R语言作为生物信息工作人员的一个必不可少的利器,必须了解一些常用的优秀的包。这是一个收集了一些非常优秀的R包的网站,包括R语言应用的各个方面。Integrated Development Environments,Syntax,DataManipulation,Graphic Displays,HtmlWidgets,Reproducible Research,WebTechnologies and Services,Parallel Computing,HighPerformance,Language API,DatabaseManagement,Machine Learning,NaturalLanguage Processing,Bayesian,Optimization,Finance,Bioinformaticsand Biostatistics,Network Analysis,Spatial,RDevelopment,Logging,只要认真学习这里面每个类别的最优秀的包,就可以成为一个R高手

14. Omicsclass

网址: www.omicsclass.com

特点性质:Omicsclass知识问答社区是一个侧重于基因组学、转录组学、蛋白质组学等数据解读、数据挖掘的综合性知识数据库,里面汇集了海量测序及数据解读相关问题及答案,有疑惑在网站搜索相关关键词即可找到答案。

15. awesome-python

网站: https://github.com/vinta/awesome-python

特点性质:python作为当前最炙手可热的语言之一,也是生物信息工作人员的一个必须学会的语言,无论是数据分析,绘图,搭建流程和平台都是非常有用的。这是一个收集了一些非常优秀的python包的网站,包括python语言应用的各个方面。

Admin Panels,Algorithms and Design Patterns,ASGIServers,Asynchronous Programming,Audio,Authentication,BuildTools,Built-in Classes Enhancement,Caching,ChatOpsTools,CMS,CodeAnalysis,Command-line Interface Development,WebCrawling,Web Frameworks,WebSocket,WSGIServers等等,只要认真学习这里面每个类别的最优秀的包,就可以成为一个python高手,那时候你就不只是一个生物信息工程师了,你是一个python的IT工程师了。

16. MIT生物信息Data Analysis for the Life Sciences

网址: http://genomicsclass.github.io/book/

特点性质:是一个系列课程,从浅到深,并且分类明确,包括统计学基本知识,尤其是我们常用的线性模型,特征值降纬,机器学习,批次效应,基因注释,假设检验,基因组数据可视化,多组学数据分析,文章结果重复等,反正十分好的课程,值得深度学习

17. 加州大学欧文分校机器学习数据集

网址: http://archive.ics.uci.edu/ml/index.php

特点性质:目前有497个数据集,包括我们组熟悉的iris数据集等等,分局多个维度分类好,如分析类型、数据类型、研究领域等,点击某个分类链接可以看到数据集相关内容,包括数据介绍和FTP下载目录,在r里面直接利用read.table函数读取,下载后的数据就可以测试自己的算法。

18. 知乎栏目

特点性质:知乎作为一个公共平台,它的专栏有点类似微信的公众号,所以当有问题的时候,百度后面加上XXX(问题)知乎,就会跳转到知乎的答案页面或者知乎专栏,经常会有作者在上面分享一些经验,比如生信宝典专栏(https://zhuanlan.zhihu.com/sxbd-ehbio)他会介绍了生信入门的方法,单细胞转录组,文献讲解,Conda,R,pip,brew软件安装等,还会有一些下载资源链接。

19. 吴恩达机器学习

网址: https://www.acfun.cn/v/ac4700373_17

特点性质:斯坦福大学吴恩达教授在coursera平台开设的一门课程,通俗易懂地介绍机器学习原理,一些常用算法,应用场景,同时布置课后练习,有考试。完成课程后可以获得一份证书。后被中国海洋大学黄海广博士翻译提供字幕,并制作学习笔记,从而在国内机器学习圈子火了起来。网易云课堂可免费学习,非常推荐新手学习,后续吴恩达教授也推出了神经网络等更高阶算法的学习课程。

20. Rosalinad

网址: http://rosalind.info/problems/locations/

特点性质:Rosalind网站提供一些有趣的问题,让我们练习我们解决生物信息问题的能力。沉迷生信的小伙伴可以试试。每道题目会描述一个需要解决的问题,然后给出指定的输入。我们需要做的,就是根据题目表述进行编程,然后用程序计算给定的输入数据集,得出答案。网站上还有全世界各个地方的人,大家可以就某个问题进行讨论和交流,相互学习。

21. Bioconductor for Genomic Data Science

网址: https://www.coursera.org/learn/bioconductor

特点性质:美国约翰霍普金斯大学的使用Bioconductor分析基因组科学数据课程,由Kasper Daniel Hansen, PhD授课,将会学到数据结构,基因组数据特点,解析,在R的bioconductor的世界中,你将会使用R完全学会分析生物的组学数据,发现bioconductor的美好和R的魅力。实现代码得到数据,可视化数据。

22. 中文R语言网页课程

网址: https://www.w3cschool.cn/r/r_overview.html

特点性质:适合看不懂英文的R语言学习者入门学习:

23. 英文R语言极简教程

网址: http://www.r-tutor.com/r-introduction

24. plob

网址: https://www.plob.org/

特点性质:是目前国内做好的生物信息教程网站之一,里面的内容包罗万象,完全免费,包括各种生物信息软件,r包,Python库的使用,教程有简单的有难的,并且经常更新,而且可以发表自己的品论,与作者交流

25. 生信坑

网址: https://www.bioinfo.info/

特点性质:这是一个中文的网站,类似于中国的biostar.有北京大学的孟浩伟大神在里面活跃,里面同样也是包括我们平时可能遇到的各种生物信息的bug,包括软件环境不对,包运行不了,网址打不开,某个参数的加不加的影响,以及某些分析的原理,反正你就中文随便说,大家都理解,不担心英文说不清楚,别人误解。

放眼望去,近几年,很多人都有这样一种感受,那就是现在的科研要求越来越高,论文发表越来越难。

这主要是因为当前竞争越来越大,优质科研成果及高水平论文越来越多,学术市场水涨船高。现在,要想在学术生涯获得良好发展,手握高分论文已经成了通行证。这不仅是对科研人员,对硕博生们也是如此。对于硕博生们来说,优质的论文更是获到学术自信,确保顺利毕业、获得满意工作的决定因素,根本无法忽视。

但是说到这里,很多人可能就抱怨了:现在发论文,真的很难很难啊!

所以,我很想把一个优质的课程推荐给大家!一个可能改变所有医学生一生的课程。

10天领悟3分SCI套路

扫描二维码

免费报名成为会写SCI的人

免费python编程自学网站-想免费学生信?25个自学网站,任你选!相关推荐

  1. python平台软件下载_Thonny(免费Python编程学习平台)V3.3.1 最新版

    Thonny(免费Python编程学习平台)是专门针对python初学者最新开发的编程学习软件.如何提升Python编程能力?Thonny(免费Python编程学习平台)轻松帮助用户.使用一个友好的I ...

  2. 免费python编程自学网站-可以免费自学编程的12个网站

    编程学习 很多人包括一些企业家,和市场营销人员都认为学习编程对一个人走向成功十分有帮助.在过去的一年里,我一直在学习编程.它有助我成为一个更好的创业者,我甚至可以提供一些帮助,当我的团队需要解决一些b ...

  3. 免费python编程自学网站-免费学习Python编程的3个优秀的网站资源

    用Python编写代码一点都不难,事实上它一直被赞誉为最容易学的编程语言.如果你准备学习web开发, Python是一个不错的开始,甚至想做游戏的话,用Python来开发游戏的资源也有很多.这是快速学 ...

  4. 《Python编程:从入门到实践》配套资源 官方网站免费下载

    看到社区里有很多打着免费幌子收着积分的帖...醉了醉了 随书的网站开不了,我也不知道为什么.....不过书还是在图灵社区里,你可以直接搜索来找 链接:http://www.ituring.com.cn ...

  5. python入门编程软件免费-Python编程干货免费领取!!!

    原标题:Python编程干货免费领取!!! 早在18 年,教育部就正式将人工智能.物联网.大数据处理正式划入高中新课标,这就意味着现在的学生16岁就要开始学习编程了! 开发岗位的高薪和人工智能的发展, ...

  6. python花钱培训值吗-交钱了,学了3天Python编程,我想放弃了......

    交钱了 ,学了3天Python编程,想放弃了,是太难学?是老师教的不好?是学习环境氛围不好?突然发现自己不喜欢?还是自己另有新计划...... 背景 近期,师姐开始刷达内的Python视频,选择学这个 ...

  7. 达内python学费22000_交钱了,学了3天Python编程,我想放弃了......

    交钱了 ,学了3天Python编程,想放弃了,是太难学?是老师教的不好?是学习环境氛围不好?突然发现自己不喜欢?还是自己另有新计划...... 背景 近期,师姐开始刷达内的Python视频,选择学这个 ...

  8. 达内不建议我学python-交钱了,学了3天Python编程,我想放弃了......

    交钱了 ,学了3天Python编程,想放弃了,是太难学?是老师教的不好?是学习环境氛围不好?突然发现自己不喜欢?还是自己另有新计划...... 背景 近期,师姐开始刷达内的Python视频,选择学这个 ...

  9. python编程入门电子书下载-最经典的25本Python编程开发电子书(附下载地址)!...

    如果,有人想转行程序猿,而让给出"如何切入编程"的建议的话,许多人一定毫不犹豫地向他推荐"Python"! 没错,就是这样一只Python,它让众多程序开发者, ...

最新文章

  1. python知识点 07-11
  2. for 循环迭代变量
  3. Java常用类之String类练习
  4. VQEG(视频质量专家组)
  5. 在shell脚本中调用sqlplus
  6. delphi读取excel
  7. 古登堡是垂直搜索引擎吗_网站排名,提高内容输出频率,就一定要对排名好吗?-SEO...
  8. Linux rm 删除指定文件外的其他文件 方法汇总
  9. C语言计算最大公约数和最小公倍数,C语言计算最大公约数和最小公倍数
  10. 今天react开发遇到个比较恶心的问题
  11. 广东石油化工学院大学计算机基础,大学计算机基础习题集-北京石油化工学院文档.doc...
  12. php实现微信网页授权回调代理
  13. c#halcon 联合编程经验总结
  14. DevExpress控件之主题
  15. 漫谈软件架构设计系列(一):可用性设计
  16. 优缺点 快速扫描 硬盘监测_对手中SSD的性能做到心中有数,十款SSD测试软件介绍...
  17. 计算机软件专业硕士,软件工程硕士与计算机硕士区别
  18. Hive Privilege 分析
  19. mac Segmentation Fault
  20. 导入excel时报错The supplied data appears to be in the Office 2007+ XML.

热门文章

  1. mysql语法错误文件_使用logstash同步MySQL的数据时,在jdbc查询sql文件时报sql语法错误,sql文件是navicat生成的...
  2. Sklearn——交叉验证(Cross Validation)
  3. TensorFlow精进之路(八):神经元
  4. OpenCV精进之路(二十):工具——图像标注小工具
  5. 常用的模型评估指标(转)
  6. UnicodeDecodeError: 'utf-8' codec can't decode byte 0xce in position 130: invalid continuat
  7. 基于MFC和OpenCV的摄像机定标与立体匹配测试程序
  8. 求树的直径+并查集(bfs,dfs都可以)hdu4514
  9. Spring数据转换(二)-- @InitBinder
  10. http head详解