中学时候，我对物理就抱有深深的恐惧，它一度让我在高二年级分班的时候毅然决然地选择了文科；高考后录取的学校也是文科院校，似乎跟代码八竿子打不到一块。所上的课程中，唯一与代码有关的就是一门和统计课程相配套的 STATA 软件应用课程。STATA 软件但是，当时的我并没有发现自己是个热爱敲代码的人。在暑假某个无聊的日子，我拿起了这门课上用到的教材，开始学习操作了起来。一段时间后发现，其实老师课上讲的许多
一、Stata MP\SE\BE版本介绍Stata/MP：最快的 Stata 版本（适用于四核、双核和多核/多处理器计算机），可以分析最大的数据集Stata/SE：标准版；对于更大的数据集Stata/BE：基础版；用于中型数据集简单来说，三个版本功能比较MP＞SE＞BE，而此次分享的版本为MP版本，为Stata最高配版。二、Stata17新功能介绍Stata 17相对于Stata 16进行了29个
转载
2023-09-25 06:42:42
2735阅读
读取csv，多列空值处理，多列标准化，matplotlib绘制柱状图及散点图，常用函数df_city = data1_c[['居住地','职业经历']].groupby('居住地').count()
data2['city'] = data2['地区'].str[:-1]
qldata = pd.merge(df_city,data2,left_index = True,right_on = 'c
转载
2023-10-18 15:38:01
94阅读
Python与Stata的数据交互最近拿到了Stata的船新版本——Stata16，就迫不及待地玩了两天。总的来说，Stata16不论在UI上，还是在功能上，都比之前的版本进步了许多。特别值得一说的是，Stata终于牵手Python了——用户可以在直接进入Python的交互模式，或者运行Python的脚本。这样就可以借他山之石以攻玉。比如说，我们用Python爬取的数据，然后交由Stata进行处理
转载
2023-08-08 19:21:22
172阅读
本文将会简单地介绍四款目前广泛应用于会计金融实证研究领域的常用统计软件和编程语言，并且讨论怎样搭配他们，才能够便于会计金融的实证研究，提高coding效率。介绍会计金融的实证研究涉及到的常用统计软件或者编程语言有这么些:Stata常用统计软件，用的人非常多，用户占比应该是经济学的人最多。界面友好，软件也很轻巧，初学者基本很快能够上手。有人既用stata清理数据，也用stata跑回归，基本上都能胜任
转载
2023-11-11 01:32:23
66阅读
个人感觉Python的火主要由于其应用广泛，对我来说属于万金油一样的存在。财经类科研常用的数据处理和分析软件有SAS、Stata、R、MATLAB等。他们各自有自己擅长的领域：SAS的两大优势是直接在硬盘上操作，以及与SQL的融合。前者适用于处理数据超过内存的情况(虽然dask也可以做到，但不如SAS方便)，后者采用SQL语句可以方便地merge不同数据表格(虽然sqlite3也可以做到，但对函数
转载
2023-10-19 13:55:02
399阅读
# Stata和Python哪个好学？
在数据分析领域，Stata和Python都是非常受欢迎的工具。然而，对于初学者来说，选择哪个更容易上手呢？本文将探讨这两个工具的特点，并通过代码示例帮助您理解它们的使用。
## Stata简介
Stata是一个专门用于数据分析、数据管理和绘图的统计软件，它的命令式语法简单易懂，特别适合社科领域的研究者。Stata的优势在于其强大的统计功能和用户友好的界
# Stata和Python哪个难？
## 引言
随着数据分析和数据科学领域的快速发展，使用计算机编程语言进行数据分析已经成为一种必备的技能。在众多的数据分析工具中，Stata和Python是两个常见的选择。然而，很多人对于选择Stata还是Python存在困惑，特别是对于初学者来说。本文将重点讨论Stata和Python的难度，并通过代码示例来解释它们之间的差异。
## Stata和Pyt
原创
2023-10-14 11:44:34
276阅读
在上一期我们已经介绍了怎么使用R语言做竞争风险模型，今天我们来演示一下怎么使用stata来做竞争风险模型，stata相对r语言来说的优势就是操作相对简单，大部分功能可以通过界面操作来实现，缺点就是界面相对代码不够灵活，但是适合初学者，我们继续使用上次膀胱癌bladder1的数据集来做竞争风险模型，这样可以对比一下stata做出来的结果和R语言有什么不同。 先打开stata导入数据，我们的数据不是很
转载
2024-01-13 12:23:16
544阅读
每次打开Stata自带的dofile编辑器，我都会想吐槽一下它的界面，由于学术界“以丑为美”的观念根深蒂固，深深毒害了一批人，所以很多人可能都觉得没什么，我这个人对美感有着极致追求，所以我就尝试了一下使用Jupyter Notebook。Stata16新增了代码提示功能，所以体验起来比之前好多了，但是美观问题自始至终都没有丝毫改变，美感不是必需品，但是着实很影响人的心情和感觉。先放两
转载
2023-12-28 10:25:42
104阅读
数据分析是一项综合技术。它既包含hardcore的编程技术，也包含诸多分析逻辑的软知识。记得靳伟曾写过一个爆款回答( 靳伟：怎样才算精通 Excel？ )，里面大致罗列了Excel从入门到精通的“五层心法”，包括快捷键、函数公式、图表、数据透视表和VBA等。我更喜欢把它叫做“里程碑”，因为一方面， 这些里程碑是每一个攀爬Excel技能天梯的朋友早晚要面对的；另一方面，跨过这道里程碑，Excel技术
# Python与Stata回归分析学习指南
在数据分析的领域，回归分析是一种重要的统计方法。Python和Stata都是非常受欢迎的工具，各自有其优势和劣势。本指南旨在帮助刚入行的小白学会如何实现和比较这两种工具的回归分析。下面我们将系统地展开这个学习过程。
## 整体流程
我们将整个学习过程分为以下几个步骤：
| 步骤 | 描述 |
# Stata与Python：哪个更实用？
在数据分析领域，Stata与Python是两种广泛使用的工具。Stata是一款专门为统计分析设计的软件，而Python是一种通用的编程语言，因其丰富的库和灵活性在数据科学领域得到了广泛应用。本文将探讨两者的优缺点，并通过代码示例来帮助你更好地理解。
## Stata的优点与缺点
### 优点
1. **易用性**：Stata的用户界面友好，适合快
# Python和Stata哪个值得学？
在数据分析的领域，Python和Stata都是非常流行的工具，但它们在使用场景和优劣势上有所不同。在这篇文章中，我们将针对两者的特点进行比较，帮助你决定学习哪个工具更为划算。
## Python的优势
Python是一种通用编程语言，拥有广泛的应用场景。它因为简单易学而受到初学者的青睐，而其丰富的库和强大的社区支持，使得它在数据科学、机器学习、人工智
原创
2024-08-21 08:28:17
171阅读
本节旨在演示如何在 pandas 中做各种类似Stata的操作。按照惯例，我们按如下方式导入 pandas 和 NumPy：# 计量经济学服务中心import pandas as pdimport numpy as np在Python教程中，DataFrame将通过调用显示pandas df.head()，它将显示该行的前N行（默认为5行）DataFrame。这通常用于交互式工作（例
转载
2023-10-12 22:34:56
156阅读
# LabVIEW和Python哪个好用？——一位开发者的教学指南
## 一、整体流程
为了帮助小白了解LabVIEW和Python哪个更适合他的需求，我们可以按照以下步骤进行比较：
| 步骤 | 操作 |
| ---- | ---- |
| 1 | 了解LabVIEW和Python的基本概念 |
| 2 | 比较LabVIEW和Python的优缺点 |
| 3 | 根据需求选择适合的工具
原创
2024-05-27 04:15:37
165阅读
# Java与Stata：哪个更难？
在数据分析和编程领域，Java和Stata是两个具有广泛应用的工具。然而，许多人在学习这些语言的过程中常常会问一个问题：“Java和Stata，哪个更难？”本文将对此进行探讨，并提供一些实际的代码示例以及工具适用性的分析。
## 一、Java和Stata概述
### Java
Java是一种高级编程语言，广泛应用于各种类型的软件开发，包括企业级应用、移
原创
2024-10-16 05:31:41
50阅读
在当今的IT领域中，常常会有人讨论“Stata 和 Java 哪个难”的问题。Stata 主要是一个用于数据分析和统计的软件，而 Java 则是一种广泛应用的编程语言。为了深入探讨这两者的难易程度，我将通过一个系统化的分析过程，涵盖环境配置、编译过程、参数调优、定制开发、性能对比、以及部署方案等多个方面。
## 环境配置
对于 Stata 和 Java 的环境配置，我们需要搭建相应的开发环境。
一般来说，计算机专业的毕业生会远比统计系的毕业生多，但并不代表python比r的用户多。其实除了计算机、数学、工程等少量专业，绝大多数专业的学生编程能力都不强，一般都用stata/spss/sas等更简单实用的语言，要想让他们从这些语言直接到python，其实是有点跳跃，或许过渡到r是更现实的选择，因此很容易找到很多社会科学、经济、政治、生物的人用R写了各种各样的package，而python还是
转载
2023-11-22 15:22:14
173阅读
在生物信息学中经常用到的脚本语言主要是python和perl，他们被用来处理文本，大量统计，流程控制等等，其自身也是各有优势。比如说perl天生就为了处理文本而生，但是python确是有名的胶水语言，特别在整合C代码时显示出巨大的优势，其语法简洁易懂，易于维护更让其成为仅次于C和JAVA的第三大语言，但其糟糕的性能在处理大量循环时会让人忍不住抓狂。因此，Julia语言应运而生，其控制了python
转载
2023-11-30 23:08:14
112阅读
