1）统计专业就业出路更广阔，生统统计出路自然要狭窄，看专业名字就知道了。如果不确定自己想读什么，就选择出路更广阔的。2）统计专业当然比生物统计更难申请。3）如果你拿到了一个生物前30名校的录取和一个计算机普通学校（比如80名）的录取，想在美国找工作，那建议你选择读计算机，尽管学校差一些，但是专业的就业前景好多了。4）如果去药厂、科研机构、healthcare、甚至保险行业，学统计和学生统没有多大区别，可以等同对待。5）如果去IT、Market research、金融这类行业，生统这种更加specialized的专业，就没有“专业性”的优点了，招人的公司有可能看到“生统”会怀疑你的背景是否匹配；统计专业就业更广阔，指的也就是在这类行业更有优势。另外，6）很多统计知识在不同领域之间是transferable的，无论是在生物制药，还是在IT行业，只不过是换了种data来分析，当然这些data有新的特点，你需要考虑一下用什么新的方法来分析更合理。也正是在统计知识transferable的基础上，有些课程设置很好的生统项目，出路也很好。7）一个常见的现象：在制药公司里做生物统计师（biostatistician），你的工作大方向是要meet FDA regulations，至于用什么方法和软件，很可能由FDA来决定，而在其他领域，你也许有更大的自由度来尝试不同的方法。8）统计和生统类的就业，就是IT行业的big data对数据分析人才的需求，建议统计生统专业的同学修Data Mining/Machine Learning功课+学编程》。很多统计和生统项目的教授们已经意识到应该培养学生知识技能来从事IT行业，在这个改变的过程中，统计专业转变的更快一些。最后也是最重要的一点9）生统专业出身的，或者做bioinformatics、computational biology的，照样有人去IT公司做现在非常hot的Data Scientist，统计和生统之间的区别，不同于计算机和生物这类迥异的专业，你本质上比较的是一个专业整体的出路和这个专业在某一类方向上的出路。
然而，这不是总是可能的给能起源于一项 bioinformatics 分析的预测修剪数字和在我们提供一个 bioinformatics 能如何节省时间和钱而且引导实验室科学家的例子这章中向确认和特定主要预测的实验调查当离开旁白的时候, 对于片刻，更确定的其他 bioinformatic 预测或,也许,较少的兴趣。或者也可以翻译为:然而，总是不是可能的指定的这可以从生物信息学分析获得，并且在本章我们提供例子的预言的剪数量生物信息学怎样可能存时间和金钱和操纵实验室科学家 towards某些关键预言的检验和实验性调查，当搁置一边，临时地，更加肯定或，或许，一点利益的其他bioinformatic预言时。 希望能帮到你
Rice大学的课程总共有3门，现在貌似拆解成6门了；每门课8周时间，按照由浅入深的顺序来的。第一门课是Python基础，介绍了Python的基础语法；第二门课是计算基础，介绍了一些稍微复杂一点的语法和数据处理；第三门课是算法思考，介绍了一些常用的算法；并且还用到了numpy， matlabplot库等；我不是做数据分析的，但是据说这些库在数据分析时经常用到！课程安排合理只是推荐理由之一；还有推荐的理由包括，课后作业设计精美，老师助教非常负责！在每周的课程之后，老师都会留课后作业，除了一二十道选择题用来巩固知识之外，还会有一个小应用，非常有趣味性；我记得第二门课的第一周作业就是当年刚火起来的游戏2048；而且数据处理的题目中，就会有非常实际的处理案例，比如分析论文引用次数，分析疾病发生率等等。此外，老师非常负责。当时我上课时，讨论区经常能看到老师的留言，基本上对于一些关键性的常见问题，老师都是第一时间回复。简直良心到爆！！！我不是搞数据分析方向的，本来只打算学习这个系列的第一门课，了解一下python，结果上了之后感觉非常好，忍不住把后面的课都上完了，还参加了阶段考试！老师魅力功不可没！