一、先说说学习植物生物信息学。说来也巧，就在题主发布这个问题的前几个周(2022年7月4号)，植物学TOP期刊The Plant Cell（影响因子11.277）刊登了一篇题为Plants & Python: A series of lessons in coding, plant biology, computation, and bioinformatics的文章，该文章提供了一系列课程和实践作业（Jupyter笔记本形式）以帮助初学者快速掌握植物科学、基础编程技术和生物信息学知识。这应该算是最新也最贴合学习植物生物信息学要求的资源了。下附链接：文章链接：https://doi.org/10.1093/plcell/koac187文章提供的学习资源链接：https://plantsandpython.github.io/PlantsAndPython/二、再聊一聊群体遗传学、转录组学、全基因组关联分析这些比较具体的内容。根据我的个人经验，掌握这些分析技术最快捷也最有效的方式是详细阅读、学习、实践自己课题组此前积累的相关分析流程并做一两个练习项目（如果此前有这方面的积累的话，可以向师兄师姐们请教一下）。如果要自己从0开始学习，那诸如 生信技能树（内容非常齐全，免费课程覆盖了绝大多数常用生信分析流程）、生信宝典、育种数据分析之放飞自我（主要是GWAS相关内容）、bio生物信息（GWAS）这些公众号（微信搜索就行）都有大量免费的资源可以学习。三、数据可视化这个概念太大了，我的理解是你需要根据数据的特点绘制一些定制化的图表。对此，有两个网站值得收藏（分别是Python和R的绘图代码片段集锦），需要绘制什么图形，现场搜索即可。1、https://www.python-graph-gallery.com/2、https://r-graph-gallery.com/如果不想写代码，也有一些很优秀的在线（生物信息学）绘图工具可以使用，例如（此处给出两个有对应参考文献的）：1、http://www.ehbio.com/ImageGP/
（Chen T. et al. ImageGP: An easy-to-use data visualization web server for scientific researchers. iMeta 1: e5.）2、https://hiplot-academic.com/ （Li J, Miao B, Wang S, et al. Hiplot: A comprehensive and easy-to-use web service boosting publication-ready biomedical data visualization[J]. bioRxiv, 2022.）此外，也有一些公众号（例如
生信师兄），会经常发布一些高水平生信文章图表复现和解析的推文。四、总结如果有积累的话，来自自己所在课题组的学习资源（或者是自己课题组推荐的学习资源）是最适合学习的。生物信息学相关公众号有很多（当然多数也在包括知乎在内的平台有同名账号），提供了海量资源，可以自己多发现、多筛选、多学习。最后，祝一切顺利！}

真是个好问题。我也是浙江省某双非生物专业毕业的学生。我也是大一萌生了做生物信息学的想法。这岂不是和我的情况一毛一样嘛。目前在一家生物公司做生物信息工程师。一般来说，本科生还是很难找到生物信息相关的岗位工作的。首先，如果你们学校有本科生导师制，找个生物信息学方向的本科生导师。这个导师将会给你很大的帮助，包括你要学习什么课。第二，好好学习生物学。生物信息学的本质仍然是研究生物学问题的，如果没有生物基础，连生物问题都发现不了，理解不了，也就没有做生物信息学研究的意义了。尤其是生物化学、分子生物学、遗传学、细胞生物学、生物统计学这几门科。基本生物学考研也就前面四门了，部分生物信息学考研会要求考数学/计算机。答主本人2021考研头铁冲了数一&程序设计，结果数一惨烈牺牲（本人计算能力极差，只适合做大题，小题惨烈牺牲，2021数一计算量大、小题分值陡升）。2022二战冲了ZJU的生化分子&细胞遗传，等成绩中。第三，好好学习计算机，条件允许可以考虑辅修计算机科学与技术/智能科学。本人是辅修了计算机科学与技术的，并拿下了学位证（学校要求比较严，基本把专业课学了个遍），算CS科班出生吧。相信我，辅修了计算机你可能就是你们实验室的大佬了，你的研究生师兄师姐都可能求到你头上，你的导师可能对你都会对其他本科生态度不一样。机器学习必然也是未来的趋势，相比较计算机科学与技术，我更推荐辅修智能科学专业。第四，好好学数学。准确来说，可能除了一些双一流院校的生物专业毕业生，其他院校的生物专业学生除了极个别学生，数学可能真的烂到家了。但相信我，学到最后数学才是根基。或者说，好歹把大学里的通识课内容掌握。}