Hiplot 是由 openbiox 社区于 2019 年 10 月发起，并在新冠疫情爆发后快速发展的一个社区开发项目：致力于建立一个快速迭代、支持中英文环境的科研数据可视化平台和协作社区。
Hiplot 项目（https://hiplot.org） 已经发布有段时间了，截止目前，网站的总访问量大约 10 万次，在免注册使用大部分可视化插件，以及仅开放教育用户和邀请注册的情况下，已有正式注册用户千余人，日均访问量千余次。目前，该平台提供基于 R 语言的 60 余种基础可视化和 50 余种进阶绘图的功能（可能已经是市面上相对比较全的平台之一），同时还部署了多个 openbiox 社区项目（如 bget 下载文献附录、UCSCXenaShiny 等）。作为开发者，能够看着自己维护的项目从无到有，一点一滴慢慢成长，用户量逐渐增多，也算又一次比较特别的科研经历。我们团队从一开始就希望能够有更多志同道合的朋友参与到我们的社区项目中来，不论你是否毕业于名校、是否在知名院所或科研单位工作、亦或还只是一名未毕业的本科学生。我一直相信每个人都有无限潜能，只要在一个好的团队、好的老师影响下，都可以做的很好。
Hiplot 项目发起的初衷就是为了解决广大临床医学学生和科研工作者的课题数据可视化需求。我身边有很多同时在科研和临床上的朋友，感觉大家都很忙，又要处理众多临床病人、收集样本，又要忙实验、分析数据，同时还要挤出时间去阅读前沿文献和撰写文章。进度比较慢，或者实验迟迟不能出结果的研究生/医生，被导师/上级主管直接在公共场合骂的或者严厉批评的不在少数。科研绘图可能只是大家科研工作中众多复杂步骤中小小的一步，我们希望可以多走出这么一小步，让大家可以更好地、更轻松地完成这一小步（不至于在一开始就放弃）。
两个月前的 Hiplot ：基础插件大概 40 个，进阶插件 10 几个，开源书籍 4-5 个。只支持 PNG/PDF 格式导出。没有临时区，任务不可以中途切换。没有任务报错提交途径。
现在的 Hiplot：基础插件 60 余个，进阶插件 50 余个，开源书籍 15 个，支持 PNG/PDF 导出，注册用户支持 PPT/TIFF/Plotly/Rdata 导出。新增了任务临时区，任务提交后可以随意切换和重新运行。提供了任务临时码和全面的用户反馈途径。提供了 Tiny Tiny RSS、Galaxy Mirror 服务。同时，新增加了小工具箱（https://hiplot.org/mini-tools）模块，为了后续开发更多临床、湿实验用户需要的小工具。
之前，有一部分人认为生物信息学不需要做实验，分析公共数据就可以发表 SCI 文章，所以纷纷开始自学 R 语言和公共数据挖掘技能。生物信息学就好像已经成为了论文灌水的代名词。哪怕本身已是生物信息学领域多年的从业人员，可能都希望将自己归类为计算生物学领域，来与之划清界限。在笔者眼里，生物信息学是一个应用面很广的前沿交叉学科。生物信息学数据分析算法、数据库/知识库/Web 服务、公共数据整合分析和挖掘，这些都属于生物信息学的范畴。它们是密不可分的一个整体。同时，生物信息学与各类动植物模型、生物化学/分子生物学实验也都密不可分。其最终研究成果一般都需要被多维度（不同条件、不同队列、不同方法）验证后才能发挥真正影响。
从生物信息学算法/工具/数据库开发者的角度，我们不可能希望大家用它一直去做一些毫无意义的科学研究工作。我们希望我们的工作能够带来真正实际的影响，不论是对社会、经济或者是科学共同体。如何去评价一个科研工作的意义？比较简单的方式就是看后续有没有人、有多少人在这个已有的工作上开展进一步研究工作。以及它所带来的经济效益、社会效应等有多大。发表论文只是我们介绍和宣传自己研究工作的途径，而不是唯一途径。破除唯论文论，首先需要改变的是人心或者说是科研工作者的初心。基于兴趣和实际意义而去探索未知或者能够为其他探索未知的人提供更好的条件应该就是其中我们可以选择的一种。
生物信息学等同于灌水？至少我认为 Hiplot 这个生物信息学项目它不是一个灌水的项目（还有其他很多都不是），我们是真切希望能够为科学共同体贡献出一份力量。
Hiplot 是一个非常包容的开放平台，我们提供多样化的协作开发方式，并且非常支持不同开发者贡献可以完成同种数据可视化工作的应用（提高了容错率，并且可以进行结果交叉验证）。Hiplot 的协作仓库主要分为平台核心仓库、社区协作私有仓库、开源协作仓库以及个人私有仓库四部分（开发者自由选择）：平台核心仓库与其他相关代码库直接建立 submodule 链接；社区私有库对所有报名和筛选后参与 Hiplot 代码提交的开发者开放 （已开放 20 余个插件的源代码，后续将开放更多）；开源协作仓库对所有人开放提交（近期将启用）；个人私有仓库也可以直接整合至平台核心仓库。
同时，我们为用户设计了一套完整的成长流程：普通用户（无编程经验或新手入门；有一定编程经验，但是可视化和统计学相关知识还比较欠缺） ⇒ 可视化插件贡献者（入门完毕，通过开发项目练手） ⇒ 核心代码库维护者（熟手，独当一面，Bug 快速解决和性能优化） ⇒ 核心团队（项目管理权限，决定项目走向）。开发者达成一定贡献成就后即可成为核心团队的一员，拥有访问和直接修改核心代码库的权限。理论上，每个人都可以为 Hiplot 添砖加瓦：
Hiplot 开发者享有的福利：
我们非常重视目前奋战在临床一线和湿实验工作环境下的所有科研人员。在 Hiplot 最新版本中，我们新增了一个 https://hiplot.org/mini-tools 独立模块，旨在将来为临床医生和湿实验工作者提供除了科学绘图以外的更多需求：
作为临床医生或湿实验工作者，如果你希望贡献 Hiplot，则可以：
关于未来的规划，我们的团队畅想了很多，大概的方向有以下几个方面：
总之，我们不会忘记自己的初心，希望有更多的开发人员加入进来，把 Hiplot 构建成一个开放性、综合性平台，可以为大家提供一个展现技能、实现价值的平台。
--- By Jack Wang
进入 https://hiplot.com.cn/signup 直接进行注册。
和国外已经发展几十年的诸多工具相比，Hiplot 才刚刚起步，略显稚嫩。但是九层之台，起于累土。既然已经开始，剩下的只能交给时间了。感谢所有关注和支持 Hiplot 发展的同学、老师和朋友。同时，也要特别感谢 Hiplot 所有团队成员在过去这段时间里所作出的努力。
我只能说，继续加油吧，少年们。
SPSS：
1968年：斯坦福大学三位学生创建了 SPSS
1968年：诞生第一个用于大型机的统计软件
1975年：在芝加哥成立 SPSS 总部
1984年：推出用于个人电脑的 SPSS/PC+
1992年：推出 Windows 版本，同时全球自 SPSS 11.0 起，SPSS 全称为 "Statistical Product and Service Solutions"，即"统计产品和服务解决方案"
2009年：SPSS 公司宣布重新包装旗下的 SPSS 产品线，定位为预测统计分析软件 (Predictive Analytics Software) PASW，包括四部分：PASW Statistics (formerly SPSS Statistics)：统计分析; PASW Modeler (formerly Clementine) ：数据挖掘; Data Collection family (formerly Dimensions)：数据收集; PASW Collaboration and Deployment Services (formerly Predictive Enterprise Services)：企业应用服务
2010年：随着 SPSS 公司被 IBM 公司并购,各子产品家族名称前面不再以 PASW 为名, 修改为统一加上 IBM SPSS 字样。
Graphpad:
自1989年以来，GraphPad Software 一直致力于为国际科学界专门创建软件。 由科学家为科学家创建的直观程序可以为全球研究人员提供简化数据分析，统计和图形绘制所需的工具。
Prism 8.4.3 - June 17, 2020
Prism 8.4.2 - April 13, 2020
Prism 8.4.1 - March 23, 2020
Prism 8.4.0 - March 5, 2020
Prism 8.3.1 - January 20, 2020
Prism 8.3.0 - October 29, 2019
......
Prism 1.00 - June 1994
Origin:
Origin 自 1991 年问世以来，版本从 Origin 4.0、5.0、6.0、7.0、8.0 到 Origin 2020 ，软件不断推陈出新，逐步完善。在近 30 年的时间里，Origin 为世界上数以万计需要科技绘图、数据分析和图表展示软件的科技工作者提供了一个全面解决方案。
Hiplot Team (admin@hiplot.org)
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。