统计学的话，不考虑把基础课和专业课好好学一学嘛～ 大一的话数分高代几何已经占了很长时间啦，多刷刷题，把绩点和排名搞得高一点是重中之重嘛～

再说学习语言的事儿～ 要说日常使用，那还是更推荐python和R。至于学得深不深还是要看个人兴趣和需求啦，如果喜欢的话学的越深入越好。不一定局限于解决统计学问题，python和R可以涵盖到数据应用的各个领域，统计问题是很小一部分。

我们本科的时候，院里给安排了各种各样的软件课程，C语言，matlab，SAS，Eviews，R，SPSS都学过，还必须拿来写作业，但是用来用去多且杂，没必要。时间一长还是只剩下R。

R虽然在数据处理方面不如python火爆，但是这几年进步惊人，有很多优秀的工具包可以对标python中的库，用起来已经很方便。

楼主非常用心了，大一开始学习语言是有非常足够的时间了。过往经验分享一下，

(1)可以常备4-5本优秀的、经典的参考书，基础知识分模块翻看，书上的例子跟着练习一下。遇到问题查一下书，划一下重点。

(2)多用，开始可以写一些小函数，实现简单的方法。拿数理统计来说，比如学到了假设检验，单样本下有好几种情况，方差已知的、未知的，随手写一个小函数实现一下；往后又学到了两样本假设检验，再写一个小函数实现一下，其他课程也一样，有时间都可以自己写写小函数。这个其实比较需要自律能力，之前本科时候都是老师要求动手实现哪个方法自己才会去写，老师不要求自己也不会去弄，后来才发现如果有时间多写写会大有裨益。重点是不要只依赖于调包，理解其过程和含义很重要。(我想起来前几年保研面试的时候，面试老师看到简历上有R语言，着重问了是不是仅限于调包？有没有实现过什么方法？)

其次是多参加竞赛，或者自己找些案例跟着做做，遇到不会的就上网查或者查书，短时间里可以得到很大提高。跟着做完一个案例，感觉有点眉目了，接着做上三五个，感觉有了质的提升；继续做上三五个，感觉基本的使用已经没有障碍轻车熟路了。

(3)多看。有很多开源的代码，没事翻翻，别人竞赛开源的代码也看一看，自己慢慢就有感觉了。

(4)跟紧前沿。工具包更新换代非常快，实现的功能越来越全面，论坛或者知乎上都有人定期推荐介绍新出的包，看一看有助于增加兴趣，提高认同感hhhh～