对于生信狗来说，日常的数据分析任务大概可以分成三大类：

• 纯文本处理
• 数值计算
• 图表可视化

其中，对这几个任务的可选的解决方案，以及各自的最优解决方案分别为：

纯文本处理：

• Linux下的文本处理命令，如cut，grep，sort，awk，sed等，它们的使用非常简单，可以满足日常的一些文本处理需求，但是功能相对比较固定，对于相对复杂一些的文本处理需求就显得有点力不从心了

其中awk的文本处理能力相对来说是比较强大的，建议大家去学一下，咱们公众号后期也会推出相应的文章，跟大家分享一些经验

• Python，正则匹配要用到re模块；
• Perl，专为文本处理而生的，在文本处理方面几乎无所不能
  但是一般来说实物都有它的两面性，功能强大灵活的代价是代码往往显得有些冗长，对于那些后续需要重复使用的脚本倒还可以接受，但是大多数情况下，你费半天劲写出来的冗长的脚本其实复用率很低，那么这样做就明显不够经济了，也明显不符合我们程序员的一切从简，能偷懒就尽量不多干的习性

那么还有没有替代方案呢？

办法总比问题多，你发现的问题，人家也早就发现了，所以Perl还有另外一种使用模式——Perl单行命令，它的具体介绍会在以后的推文中进行，现在就先不在这里多说了

数值计算：

• Linux，在Linux执行最简单的加减乘除运算还是可以的，涉及到更高级的运算，我建议你还是算了吧

在Linux中进行数值计算是非常不理想的，在默认情况下不支持数值计算，比如a=1;b=2;，如果此时要直接计算a和b的和，直接执行c=$a+$b是不行的，它会将c=$a+$b看作是字符串进行处理，即相当于运行了c='1+2'，所以这个时候，如果打印出c：

$ a=1;
$ b=2;
$ c=$a+$b;
$ echo $c
1+2

如果想要进行数值运算，需要进行相应的处理：c=$[$a+$b]

而且默认情况下，Linux不支持浮点运算

$ a=5;
$ b=2;
$ c=$[$a/$b];
$ echo $c
2 # 准确的值应该是5/2=2.5

所以直接在Linux环境下用shell语句执行数值计算，是一个很笨的操作，但如果在某些情况下，你不得不在Linux环境下用shell语言进行浮点型的数值运算，怎么办？

这个时候就需要请出Linux自带的文本解析工具awk了

从本质上来看，其实awk是类似于perl这样的，相对独立于Linux的文本处理语言，它有一套自己文本处理语法和逻辑，所以我一般不把它看做是类似于cut，sort这样的Linux自带的小工具，cut，sort和awk完全不在一个level，而是一种小型轻量化的编程语言
它也是我文本处理而生的，不过因为结构和语法比较简单，因此其使用的灵活性不如Perl

awk是原生支持浮点运算的

• R，R是为科学计算而生的，它在数学运算上有先天的优势

普通的数值运算就不用说了，因为和其他编程语言相比，它所支持的数据类型除了最基本的，几乎每种编程语言都有的数据结构（如数值标量变量，字符（串）型标量变量，数组（在R中一般不叫做数组，而是叫做向量vector），列表等），它还有矩阵和数据框(data frame，又称为数据帧，它本质上和Excel里的表格没有太大差别)这两种特有的数据结构，这使得它能够进行矩阵相关运算和像操作Excel表格一样操作数据框

• Python，前面说过R之所以在数学运算上有先天优势，就在于它独有的矩阵和数据框的数据结构，在Python默认的数据结构中是不包含着两者的，但是两个重要的为科学计算的Python模块的出现，赋能了Python——Numpy和Pandas

Numpy支持矩阵，Pandas支持数据框

图表可视化：

• R：绘图进行图表数据的可视化也是R的一大强项

在R中绘图，有两种解决方案：

• 使用base中自带的画图工具，功能也足够强大，不过学习成本比较高，不推荐
  • 使用ggplot2包，可以说R之所以在画图方面，受到大家的一致好评就是因为有ggplot2的存在，用ggplot进行画图，真的是舒服

ggplot之所以好用在于它在开发之处就确定的画图逻辑：采用图层叠加的方法

说到图层，用过Photoshop的小伙伴应该很亲切，PS进行图片编辑的时候就是通过新建一个又一个的图层来进行编辑的，每个图层有自己的编辑目标，比如图层2（一般原图作为背景，不去动它）是磨皮，图层3是修头发的，等等，分图层分别进行编辑的好处是，将一个编辑任务分成相对独立的几个部分，尽量互不干扰，最终左右图层的编辑效果想叠加，就得到了最终的效果

回到ggplot上，ggplot的图层叠加用一个+号就实现了

光说没用，举个例子就理解了，做为图层的一个很好的例子是蝙蝠侠logo：

batman logo由6个函数组成，按照下面的顺序逐一画图，叠加在一起，就得到了最后的结果

• Python，Python在绘图方面实力也不弱，主要通过两个模块，matplotlib和seaborn，来实现的，seaborn是在matplotlib的基础上开发出来的，所以理论上，效果会比matplotlib更好一些

seaborn的官网：http://seaborn.pydata.org/ ，大家如果有兴趣可以去学习一下

因为我平时主要用R来绘图，在Python上画图用得比较少，所以没有更多可以跟大家分享的经验，大家有兴趣可以去研究一下，有什么心得体会，也欢迎和我交流，投稿更加欢迎哦

参考资料：

Y叔《Use ggplot2》