统计工具对比：R/Python/Julia¶

# === R ===
df <- read.csv("data.csv")                 # 读取数据
summary(df)                                # 统计摘要
t.test(value ~ group, data=df)             # t检验

# === Python ===
import pandas as pd
from scipy import stats

df = pd.read_csv("data.csv")              # 读取数据
df.describe()                              # 统计摘要
stats.ttest_ind(                           # t检验
    df[df.group=='A']['value'],
    df[df.group=='B']['value']
)

# === Julia ===
using CSV, DataFrames, HypothesisTests

df = CSV.read("data.csv", DataFrame)       # 读取数据
describe(df)                               # 统计摘要
UnequalVarianceTTest(                      # t检验
    df[df.group .== "A", :value],
    df[df.group .== "B", :value]
)

# === R ===
library(randomForest)
model <- randomForest(group ~ ., data=train, ntree=500)  # 训练
pred <- predict(model, test)                               # 预测

# === Python ===
from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(n_estimators=500)           # 创建模型
model.fit(X_train, y_train)                                # 训练
pred = model.predict(X_test)                               # 预测

# === Julia ===
using DecisionTree

model = RandomForestClassifier(n_trees=500)                # 创建模型
DecisionTree.fit!(model, X_train, y_train)                 # 训练
pred = DecisionTree.predict(model, X_test)                 # 预测

# === R中调用Python（reticulate） ===
library(reticulate)
use_condaenv("my_env")                     # 使用conda环境

# 在R中运行Python代码
py_run_string("
import numpy as np
result = np.mean([1, 2, 3, 4, 5])
")
py$result                                  # 获取Python变量

# 导入Python模块
sklearn <- import("sklearn.ensemble")
rf <- sklearn$RandomForestClassifier(n_estimators=100L)

# === Python中调用R（rpy2） ===
import rpy2.robjects as robjects
from rpy2.robjects.packages import importr

# 导入R包
base = importr('base')
stats = importr('stats')

# 运行R代码
robjects.r('result <- t.test(1:10, 11:20)')

# === 语言选择速查 ===
# 统计分析/差异表达 → R（Bioconductor生态）
# 机器学习/深度学习 → Python（scikit-learn/PyTorch）
# 高性能计算/大规模 → Julia（速度优势）
# 可视化发表 → R（ggplot2）
# Web应用/部署 → Python（Flask/Streamlit）
# 流程管理 → Python（Snakemake）

# 生信工程师推荐学习路线: R(必学) → Python(必学) → Julia(选修)
# 面试准备: R+Python至少各掌握一个项目经验