生理生化考研编程的学习建议如下：
Python编程
易学性：Python是一种简单易学的编程语言，适合初学者。
广泛应用：Python广泛应用于生物信息学、生物统计学、医学图像处理、数据挖掘和机器学习等领域。
工具库：Python拥有丰富的第三方库和工具，如NumPy、Pandas、Matplotlib、Seaborn和Scikit-learn，这些库可以帮助你高效地处理和分析数据，进行数据可视化和机器学习任务。
R编程
统计分析：R是一种专门用于统计分析和数据可视化的编程语言，广泛应用于生物学研究、流行病学、临床试验和医学统计等领域。
功能丰富：R语言具有丰富的数据处理、统计分析和可视化功能，拥有大量的生物医学和统计学相关的扩展包，如Bioconductor和Survival。
MATLAB
科学计算：MATLAB是一种高级编程语言和环境，专门用于科学计算和工程应用。
应用领域：在医学研究中，MATLAB可以用于信号处理、图像处理、模拟建模和机器学习等方面。它拥有强大的数值计算和矩阵运算功能，同时也有丰富的工具箱，如图像处理工具箱、信号处理工具箱和统计工具箱。
SQL
数据库管理：SQL是一种用于管理和查询数据库的语言，适用于需要处理大量结构化数据的医学研究。
数据获取：学习SQL可以帮助你从大规模数据库中获取生物数据，进行数据管理和分析。
建议
选择编程语言：根据个人的实际需求和兴趣选择一种或多种编程语言进行学习。如果你对数据分析和机器学习感兴趣，Python是一个很好的选择；如果你更侧重于统计分析和数据可视化，R语言可能更适合你；而对于需要进行复杂数值计算和图像处理的医学研究领域，MATLAB可能更适用。
实践项目：通过参与实际项目来巩固和提高编程技能。可以尝试处理一些公开的生物信息学数据集，进行数据分析、可视化和建模。
持续学习：编程是一个不断学习和进步的过程。随着技术的不断发展，新的编程语言和工具也会不断涌现。保持学习的态度，不断更新自己的知识体系是非常重要的。
希望这些建议能帮助你更好地准备生理生化考研的编程部分。