統計學的話，不考慮把基礎課和專業課好好學一學嘛～ 大一的話數分高代幾何已經占了很長時間啦，多刷刷題，把績點和排名搞得高一點是重中之重嘛～

再說學習語言的事兒～ 要說日常使用，那還是更推薦python和R。至于學得深不深還是要看個人興趣和需求啦，如果喜歡的話學的越深入越好。不一定局限于解決統計學問題，python和R可以涵蓋到數據應用的各個領域，統計問題是很小一部分。

我們本科的時候，院里給安排了各種各樣的軟件課程，C語言，matlab，SAS，Eviews，R，SPSS都學過，還必須拿來寫作業，但是用來用去多且雜，沒必要。時間一長還是只剩下R。

R雖然在數據處理方面不如python火爆，但是這幾年進步驚人，有很多優秀的工具包可以對標python中的庫，用起來已經很方便。

樓主非常用心了，大一開始學習語言是有非常足夠的時間了。過往經驗分享一下，

(1)可以常備4-5本優秀的、經典的參考書，基礎知識分模塊翻看，書上的例子跟著練習一下。遇到問題查一下書，劃一下重點。

(2)多用，開始可以寫一些小函數，實現簡單的方法。拿數理統計來說，比如學到了假設檢驗，單樣本下有好幾種情況，方差已知的、未知的，隨手寫一個小函數實現一下；往后又學到了兩樣本假設檢驗，再寫一個小函數實現一下，其他課程也一樣，有時間都可以自己寫寫小函數。這個其實比較需要自律能力，之前本科時候都是老師要求動手實現哪個方法自己才會去寫，老師不要求自己也不會去弄，后來才發現如果有時間多寫寫會大有裨益。重點是不要只依賴于調包，理解其過程和含義很重要。(我想起來前幾年保研面試的時候，面試老師看到簡歷上有R語言，著重問了是不是僅限于調包？有沒有實現過什么方法？)

其次是多參加競賽，或者自己找些案例跟著做做，遇到不會的就上網查或者查書，短時間里可以得到很大提高。跟著做完一個案例，感覺有點眉目了，接著做上三五個，感覺有了質的提升；繼續做上三五個，感覺基本的使用已經沒有障礙輕車熟路了。

(3)多看。有很多開源的代碼，沒事翻翻，別人競賽開源的代碼也看一看，自己慢慢就有感覺了。

(4)跟緊前沿。工具包更新換代非常快，實現的功能越來越全面，論壇或者知乎上都有人定期推薦介紹新出的包，看一看有助于增加興趣，提高認同感hhhh～