Python是一門真正意義上的編程語言，除了編寫腳本，用於數值計算之外，還可以編寫命令行程序，繪圖，調用C，C++以及Fortran等語言的函數庫等等。Python比R的應用領域更廣闊，除了爲黑客提供各種黑科技外，還廣泛應用在化學、物理、天文、生物信息等領域，這麼強大的語言，非常值得了解和學習。最要命的是，很多Python的項目是開源的，也就是源代碼可以下載，供大家仔細研究。Python的另外一個好處就是可以在不同的平臺上使用，也可以編譯爲獨立的程序運行。Python腳本也可以用來驅動MySQL,sqlite, ArcGIS, Adobe Indesign等軟件，進行二次開發。 Python資源極爲豐富，有數以萬計的程序包， 其中不乏生物信息學軟件包。Biopython就是其中之一。BioPython程序包的一些函數可以對DNA序列進行復雜操作，實現對GenBank的訪問和查詢等。Python的語法簡潔，通俗易懂， 很容易上手。 Python還有pip程序包管理系統，編寫程序包也極爲方便。掌握了Python，就掌握了這些資源。Python的語言的覆蓋面很廣，幾乎是我們能想到的腳本語言能做的事情，Python都是可以做到的。
學習計算機語言，都是有助於培養好的思維習慣與嚴謹的態度。在編程過程中，錯一個標點符號都是不行的。與此同時， 學習編程還要理解很多抽象的概念，比如S3、S4方法，面向對象、繼承、多態性，也需要理解一些數學和統計學的內容，最小二乘法、極大似然、貝葉斯統計、非參數統計以及線性和混合模型等等。
將一個問題分解爲能用程序解決的問題，需要化整爲零，一步一步思考，然後步步爲營，這樣從技術上問題也許就解決了。然而發現新知識，提出新觀點，已經不是技術問題，是編程所不能回答的。這時候就需要將各種信息進行整合，深刻把握問題的本質，進行深入思考。編程的能力再強，如果沒有縱深的思考，沒有對問題的全局性把握，沒有從具體的學術問題出發，就很容易停留在技術層面，難有深刻的見解。無論是學習Python還是其他語言，這個問題都需要仔細考慮的。