资 源 简 介
这些注释是专门为希望开发使用Python进行原始研究所必需的一组技能的统计计算新手设计的。对于那些需要计量经济学、统计学或一般数值分析（例如，经济模型的数值解或模型模拟）的多用途平台的学生、研究人员或实践者来说，它们也应该有用。
Python是一种流行的通用编程语言，非常适合于各种各样的问题。1最近的发展扩展了Python在经济计量学、统计学和一般数值分析方面的适用范围。Python——具有正确的附加组件——可与领域特定语言（如MATLAB和R）相媲美。如果您想知道是否应该使用Python（或其他语言），一个非常不完整的考虑列表包括：
你可能想考虑R：
你想应用统计学方法。R的统计库是首屈一指的，并且R在新的统计算法开发中显然处于前沿——这意味着您很可能在R中发现这个（。）过程。
性能是次要的。
自由是很重要的。
您可能需要考虑MATLAB：
商业支持和一个干净的渠道报告问题是很重要的。
模块的文档和组织比原始的日常可用性更重要。
性能比可用软件包的范围更重要。MATLAB具有优化，例如实时（JIT）编译循环，这在大多数其他包中不能自动获得。阅读了选择另一个包的原因后，你可能会奇怪为什么要考虑Python。
您需要一种可以作为端到端解决方案的语言，以便访问基于Web的所有内容。
服务和数据库服务器、数据管理和处理以及统计计算可以用单一语言完成。Python甚至可以用于为具有图形用户界面的平板电脑和电话（IOS和Android）的桌面操作系统编写应用程序。
·数据处理和操作——特别是清理和重新格式化——是一个重要问题。数据集的构建在R或MATLAB上要比它们更有能力。
性能是一个值得关注的问题，但不是排名第一的2。
•免费是一个重要的考虑因素——Python可以自由部署，甚至部署到计算机集群或云中的100个服务器（例如，AmazonWeb服务或Azure）。
