现在学什么编程语言好 现在在家没事干，想学编程，想问下编程高手们，现在学什么语言前途好？顺便再推荐一下学习用的书，最好是自己学习时看过的书，感觉不错的推荐一下！
现在学什么编程语言好 现在在家没事干，想学编程，想问下编程高手们，现在学什么语言前途好？顺便再推荐一下学习用的书，最好是自己学习时看过的书，感觉不错的推荐一下！
首先现在 方向和.net方向基本就是现在的主要两大方向。
现在人才市场要这两种的也是最多的，其他的也有，但是和这两门语言比起来就不算什么了。
现在web2.0的时代开始了，和以前很多行家说的一样,未来也是web的时代。
而这两门语言呢。
java是从 2000年左右开始起步，一直到现在的颠峰状态，现在决大多数java程序员的公司也要高于.net程序员。原因之一是java相对.net有点点复杂。但是面对这门语言，你就是学的在好，到公司里你上面也绝对会有以近在公司干了几年的高手，所以java方向到公司以后，目前想速度爬升到高一层的位置相对来说会很困难和麻烦。
而.net呢，正式起步应该是从2003年后开始，因为市场之前完全接受了java。而且加上反微软风，所以.net的前进速度很慢，但是你要明白一点，java的框架设计者，现在是在微软。也就是说java的老妈已经被微软搞到自己家了，微软多有钱。我们不说，但是没有谁会觉得微软会倒闭吧。。而因为.net平台上手快，所以目前.net程序员的工资也比较底（相对java来说）。但是就因为这样，学的人也少一些，你到公司里以后，如果你对.net的理解比较深入，很可能不到一年你就成了项目经理。当然这只是可能，但是这种可能绝对要不java方向要大。
如果你耐心的看完我那么多废话，我先谢谢你咯，呵呵。
我给你的不是具体的建议，而是目前的形式。所以我觉得，这种选择完全要靠自己！
我自己收集到的目前就这些：
汇编语言 直接操作硬件
ASP 动态网页编程语言
ActionScript
C 面向过程
C++ 面向过程和对象
C# 完全面向对象
ColdFusion
Delph 面向对象
HTML 网页构架语言
JAVA 完全面向对象
JavaScript 脚本语言
Lua 脚本语言（在游戏领域应用得很多，魔兽就用的这个来写的关卡）
Objective-C
PHP 一种被广泛应用的开放源代码的多用途脚本语言
Perl 面向对象
Python 是一种能够跨平台的高阶，很容易与C、C++和Java结合，也是内部使用的主要开发语言之一。
Ruby 完全面向对象
Shell 脚本语言
VBScript 脚本语言
Visual Basic
发表评论：编程初学者学什么语言好？
高中刚毕业就开始学习，我觉得是一个很不错的开端！正因如此，还请认真考虑大家的意见, 选择合适的入门语言。先强调: 1. 语言只是工具，假以时日，你都会熟练掌握一门/多门语言。2. 编程语言用以表达你对计算机的理解，表达你的想法，所以解决问题的思路及方法更为重要。3. 进入计算机的大门，你会发现天地很广。现在多多了解，拓展视野，也很重要。4. 推荐使用Linux，可以从Ubuntu开始。一定要熬过一开始的痛苦时期。5. 千里之行，始于足下。1w小时定律等。@Joker Qyou的答案很受推荐，但我觉得不大适合初学者，那张图片的"根"是：What programming language should I learn (next)？我觉得它更适合 "next"。如果让我重来，我会选择C和（或者）Python。Python语法和库更丰富，上手更容易，使用更方便。C简单直接，学习成本不高，贴近底层，能帮助了解底层细节.学习语言是简单的，语言是工具，使用好工具是一方面，其他各种领域知识也是很重要的另一些方面。高中毕业后没事刷OJ应该是蛮适合的吧，正好把算法和编程语言练好。到了大学后，如果是我重来，我会：1. 不放过学校的基础课程。2. 做ACM算法题，混各种OJ。3. 使用Linux。4. 参加各种编程方面的活动。(注：当时浅见，现在自己读着脸红，求轻拍--||)(注：犹豫删答案，还是留着吧，然后再改改。本次改动设计标题、精简文字。或许过段时间会再犹豫删答案。）
Python 和 CoffeeScript 对新手比较友好, 如果有野心&&不怕困难那学 C 去..
Javascript！原因如下：非常容易获得，你无须下载安装和配置开发环境，只要你使用浏览器，这一点我想对任何人都不存在问题。非常容易学习，只要有一个HTML页面就可以，主流的浏览器都带有调试器，你可以轻松调试。甚至不需要HTML页面，你可以直接在浏览器的命令行中编写Javascript代码，来了解它们的功能与使用方法。而所有这一切，你不需要编译运行等过程，你马上就可以看到结果。语法特性好，在这一点上丝毫不比Ruby，Python等语言差。你可以把它看作是披着C外衣的Lisp——所有这些动态语言的老祖宗。它们在语言特性上并没有超出Lisp很多。基本的Javascript在基础库上不太占优，并不好用，但是引入各种外部库非常容易，你不需要把这个库下载下来，只要把它们在网上的链接添加到你的HTML页面中就可以。用途非常广泛，它已不仅仅是浏览器上的脚本语言了，nodejs,cocos2ds,phonegap等，你可以把它用于任何地方，解决任何问题。你有机会认识JQuery这个神器，很多复杂问题可以用一行代码轻易的解决，妙不可言。当然Javascript不一定满足老板的需要，但它并不会阻挡你学习其它语言的路。实际上，当你写出第一个JavaScript应用时，你已经掌握了很多编程的基本原理，而这些基本原理对学习任何语言都是有帮助的。
要做专业开发者，C是跳不过的，门槛高但是之后受用无穷；要是只是为了实现一些功能，python最好了，上得web，下得脚本，画得了gui，当得了服务器，语法简单还什么平台都支持，居家旅行之必备。
另外，可以关注一下各种编程语言的流行趋势。另外，可以关注一下各种编程语言的流行趋势。PS:经过@OurDearAmy 的提醒，找了一下，图的出处貌似是这里：
如果有哪位知友知道确切出处的，请提醒一下，方便注明，谢谢！Update:感谢@yskin 的提醒，原图出自 . ，日发表。作者说他是看了《Seven Languages in Seven Weeks》这本书后做了这个图。原图在：
我两年前就这个问题在CSDN写过一篇文章《》，其中有些内容过时了，有时间的话我会再更新这篇文章。简而言之，基本原则是：作为编程初学者，选择的编程语言一定要能引发自己兴趣的，能让自己把精力集中于解决一个有趣的问题上，而不是在语法细节上折腾来折腾去。
推荐选择C语言或者 Android开发，C语言理由如下：1.现在计算机二级考试还有那么一丢丢的用处，你才高中毕业，上大学这个证暂时还不算鸡肋，可以去考，考C语言从成本来说低一些；2.大多数的语言多多少少都有受C语言的影响，一些基本概念性的东西通用，学习C语言不一定编程一定用它，但是C语言属于九阳真经，作用不用多说吧；
大家都是那么成长过来的，刚上大学那时候，接触电脑时间暴增，不乏混混论坛之类的，总想编个软件出来~恩，装*一下。不知道你有这种想法没，反正我有过。如果有这种想法的，C语言不太适合，短期出不了成果，得不了成就感，没成就感就没兴趣没动力。现在移动开发比较容易得到成就感，推荐直接学习 Android开发，对于没基础来说，也挺难，但是不是那么枯燥。你可以试着做个手电筒应用什么的~不是干这行的，没必要了解的太深，千万别看小说经常说的武道双修，成功的就主角那么一个，剩下的都是成功者脚下的白骨而已。我是不是啰嗦的太多了，总结一下，随便，都了解一下，选择自己喜欢的就行。
javascript 直观 简单 容易懂。也不需要IDE。打开个记事本就能写个小游戏。还能再浏览器里跑。可以向朋友炫耀。可以做网页游戏外挂脚本。自动打怪。语言风格和java很像，学了他就不用害怕java了。表示数据的方式简洁明快。叫做JSON。而且还是业界标准。而且。。。这货是函数式编程语言。写几个函数就能把它当LISP用了。巨牛比。
你去找些你听说过的语言的 hello world 的例子，对比一下，看哪个的语法你觉得顺眼就学哪个，学好学精。高中刚毕业，还有时间玩玩。平台？以后？专业？那是以后的事了，如果你坚持走技术路线的话。语言这东西，哪有先学哪个后学哪个这种扯淡的标准的？不可否认，不同语言的哲学思想不同，会让对人有影响，但那也只是影响。你不会以后只用这门语言吧？等你学的语言多了，单一编程思想对你的影响会降低。如果你只专研一门，那你以后要么是大师，要么是打酱油的。相信我，如果你坚持走技术路线，你以后不可能只会一门语言的。so~~~谁会去规定必须得先学英语再学法语、德语、西班牙语？我喜欢拉丁语就先学拉丁语不行？
2015年2月编程语言排行榜，JS排名创历史纪录JavaScript不断走强。本月它超过了php，现在的位置排
名第六。另外，Objective-C的日子似乎已经结束。一年时间，Objective-C份额下降超过5%。现在排到第四的位置，在C++之后。
Objective-C之前排在第三位的位置长达超过2.5年。以上资源来源于DevStore编程语言的排行只是一个参考，每个编程语言有自己的特点，选择自己喜欢擅长的语言就是最好的，最基本的学好英语，英语是基础。
已有帐号？
无法登录？
社交帐号登录内容字号：
段落设置：
字体设置：
精准搜索请尝试：
作为程序猿，学的开发语言多就一定好？
来源：作者：明责编：刀马
作者 IT圈版主 明所以这就开学了。昨天拿到我的课表，选的一门大学预科课程（AP）计算机科学基础。这门课本来是想直接考的，然而听同学说知识点挺多覆盖面很广，就选了――毕竟，花一年拿下总比装逼失败要好多了。然而，我突然发现计算机课程的安排是这样的：第一年学习Java基础，然后五月考试；第二年学习Python基础，然后五月考试；第三年学习C++，然后五月考试。仔细思考，你会发现这种课的安排是非常不合理的。（这篇文章主要用来吐槽他们的安排）我作为一个对Web前端操作比较熟悉的人，JavaScript/HTML/CSS这种语言的工作模式和操作习惯我是再熟悉不过了。不过当你的老师突然扔给你一个Eclipse，还有一本字典厚的Head&First&Java，你除了一脸萌(Meng Bi)还能干嘛呢？为何不去让学生自己选择喜欢的课程，哪怕因为师资不够让学生自主学习，然后在期末进行考试？这样做可以让我们选择自己想要的发展方向――一个想要发展Web的学生，你把他的时间全部强制压在开发安卓App上，这不是相当于浪费时间吗？还有一个点就是学习的深度：听别人之前跟我说过，有些非常厉害的大神能够精通数种，甚至数十种计算机语言。没错，学习多种编程语言必有前途，就好比你精通多国语言一样，不过注意前提是要精通。按照我们学校的安排方式，每种语言只让你学习一年，然后马上给你切换到其它的语言上，你能学多深？我仍然记得在初中时编程选修，学了一整年的Python，学到嵌套循环（还没讲完）就结束了。这种学习的模式，我觉得让我看半个暑假的Head&FirstPython都比上这一年的课效率高。不用对号入座――我的确有看到就在我们的社区里，有一些自称“开发者”的网友们可能只会打包一个网页，或者套用别人的模版生成一个程序，或者网址。别说写代码，读代码他们都不一定读得懂。在这点上，我可能会说连我自己都没有好好去学过HTML，不过我一直在实践中学习。和其它的开发者，特别是一些资深的开发者交流会提升自己很多很多。我的一位韩国朋友曾经在我写代码时跟我说过，有时候，在Stack&Overflow（国外科技类问答平台）上搜索答案并自己改写可能会比看书更有用。这不代表做伸手党――如果你去这些平台上发一句类似于“如何用JavaScript实现图片的高斯模糊”这样的主题，真的不一定会有人理你。写出自己的需求，做一个大致的框架，才会有人真的去回答你，跟你探讨实现方法。你看我又写偏了。标题的问题大家可能在进来前就知道我的回答了，要精，不能乱。但是毕竟是一门大名鼎鼎的AP课程，所以……&他们总有这么安排的理由。相信大部分语言是相通的，知道了算法和实现方式，你就会发现学编程不难。我也可以这么说，你只要学精了一门语言，学其他的也就容易了。从此，精通数十种计算机编程技能，不再是梦。
大家都在买
软媒旗下软件：||||||||
IT之家，软媒旗下科技门户网站 - 爱科技，爱这里。
Copyright (C) , All Rights Reserved.
版权所有 鲁ICP备号学习经济学需要熟悉哪些编程语言？
【JichunSi的回答(127票)】:
这个问题我回答了太多次。
学长回答了，但是很简略，我展开来说说。
也有很多小的门类，请对号入座。
有很多软件，Stata, matlab, R, SAS是相对来说用的比较多的。
如果是做应用计量（特别是横截面数据、面板数据），Stata是不二之选，因为不管是管理数据还是跑回归，实在太太太方便了。现在主流期刊的应用微观计量文章里面能用到的模型stata几乎都有，而且其中的绝大多数都是用stata做的。而且最大的优点是，简单！如果做应用的时间序列，Eviews似乎是一个不错的选择。但是我一般不做这方面，也不是很有发言权。如果做理论计量，stata eviews是没有现成的包的，而且即便Stata可以编程，可编程能力也是很差的，而且不稳健。所以懂R和Matlab就非常顺手。当然也可以用Python，最近Sargent就写了本用Python做计量的书。还有一个Julia，是这三种语言的混合，但是速度快很多，缺点是太过于小众。如果对速度要求高，特别是金融计量很多对速度有要求的，可以考虑C、Fortran等语言。C和Fortran肯定是最快的。还有一个叫做OX的，速度快，但是也很小众。但是这些语言的缺点是学习难度比较高，开发时间比较慢。Julia据说速度堪比C，而且语法特别像Matlab、Python（意味着容易学习），但是处于刚起步阶段，用的人太少了。如果是金融计量领域，强烈建议学会SAS。SAS是最权威，速度也很快，当然最大的问题是昂贵，而且可编程能力不是多么好。但是金融里面数据量都非常非常非常大，一般的软件都瘫的时候，SAS就派上用场了。像我自己，做应用的时候都是用stata整理数据，能用stata的坚决不用其他软件。但是因为有的时候做一些理论计量的工作，所以matlab也是必不可少的。我也在学习Julia，因为matlab的速度实在太慢。Python我一般不用来做科学计算，用的人不多，而且速度慢，一般是用来抓数据的。最后还是补充一点吧，为什么我推荐matlab而不是其他的软件，也是有道理的。很多模型，比如空间计量模型（spatial econometrics）、贝叶斯估计、以及宏观计量里面的DSGE model、SVAR等模型，在stata、Eviews里面都是没有什么现成的东西可以用的，但是matlab提供了丰富的包，比如Dynare就是基于Matlab的，还有LeSage的空间计量软件包等等，也是基于matlab的。所以几乎你想用的模型matlab里面都能找到codes然后直接用。就算没有，你自己在matlab里面写，也不是什么难事。最后想起一句话来，关于这些软件的选择（stata除外，因为stata在应用计量领域的地位是几乎不可替代的）可以用两句话来概括：如果你自己的时间比计算机的时间宝贵的话，学习matlab、R、甚至Python、Julia是最合适的，如果计算机的时间比你的时间宝贵的话，学习C、Fortran是必须的。当然除非你的工作非常特殊（比如一些大型的结构模型的估计），一般来说，还是自己的时间更宝贵一点。
综上，做应用和做理论是不可能用一种软件解决的，建议根据自己的方向进行挑选。我觉着stata、matlab是比较推荐的，一个方便，一个灵活，都很强大，而且学习难度都不大，用的人都很多，交流起来相当方便。
PS:各个软件的速度比较， 可以看Julia的主页。
【李阿玲的回答(17票)】:
作为一个学过经济学的跟你说：还是用好Eviews/R/SPSS之类的软件，千万别接触C/C++/Fortran/Ada/Java/Python，否则当你的兴趣转移到编程上的时候，你的经济学就废了。
说多了都是泪，我就是个赤裸裸的例子。
【知乎用户的回答(34票)】:
Stata微观计量中应用极多，主要是直接输命令回归，需要编程的地方不多。
至于编程，推荐R、Python.
R是非常好的统计分析软件，在计量经济学中的应用可以见
Econometrics in R, Applied Econometrics with R
Time Series Analysis with Applications in R
Python用来抓数据很好，并且有数学计算包SciPy可以部分替代Matlab之类科学计算的功能。
【任坤的回答(17票)】:
做统计和计量的话，想要跟当今的国际学术界接轨，最好学R，至少我所知道的目前美国的统计学术界被R占领的趋势很明显了。
如果只是做简单地回归随便解读一下，那随便选个傻瓜软件就可以了。如果只是应用现成的成熟的计量模型来做实证研究，那么傻瓜软件一般也就可以了。如果要以统计、计量为研究领域或者专业领域，那么编程性的东西是少不了的，即使是做实证如果涉及较为复杂的数据结构，懂编程也能帮你大幅提高生产力。另外，R的社区比较活跃，能够较好地跟上前沿。
如果涉及到处理较大的数据，一种办法是用SAS，如果不想用SAS可以学数据库方面的东西，比如把数据放在SQLite数据库中然后用{RSQLite}访问数据库，或者用{sqldf}通过SQL操作环境中的data frame。
如果觉得执行某项任务R单核速度慢，那么可以使用{parallel}或者{parallelMap}做并行计算，也可以利用云计算来处理数据。
如果涉及到其他社区的东西在R社区中没有实现，例如Java的东西，可以用{rJava}来调用Java的对象，不过速度有些慢。比较好的办法是我在
中提到的F#函数式，用RProvider可以直接调用R，用JavaProvider直接调用Jar打包的Java程序，用PythonProvider（即将发布）直接调用Python程序，等等，很容易将各大社区的资源整合在一起使用。
目前我在GitHub上面弄一个通过R学习统计、计量、非参、数据可视化、数据库的repo:
，虽然目前还没什么内容，不过可以跟踪一下。
以上说得都是经济学相关的统计和计量方面所需要的编程。事实上统计和计量所需的「编程」较为简单，基本也就是处理数据、应用已经提供的计量模型，更多需要编程的是：一、如果涉及较为前沿的计量模型，可能还需要自己实现；二、一些蒙特卡罗模拟需要一些编程。
从经济学相关的一些新型领域来说，计算经济学（Computational Economics）、计算统计学（Computational Statistics）以及计算计量学（Computational Econometrics）则需要较强的编程能力，包括算法实现、算法分析等等。举个例子，计算经济学中目前做的一块研究是Agent-based computational finance，就是建立一个模拟的金融市场，里面有几种资产，每种资产的基本面由随机的红利决定，里面有许多遵循各种逻辑的投资者，投资者对于红利发放持有的信念不同，因而从各自的逻辑触发的交易行为不同。在一个复式竞价（double auction）的交易市场中，什么样的投资者组成或者行为方式、什么样的记忆长短，能够最大程度地复制出我们在现实金融市场中观测到的资产价格或者资产收益率规律，例如资产收益率尖峰肥尾、不对称性。此时，研究者就需要较扎实的金融知识来设计一个不过于简单而又不过于复杂的模拟金融市场，也需要相应的编程能力把模型用程序语言编写出来。这中间会设计许多编程技术，例如数据库（有时要跟踪许多变量，例如投资者现金流动、财富分布）、并行计算（CPU多核并行、多进程并行、集群上的并行甚至GPU计算）等等。这方面的研究从1990s年代才开始。
根据最新的统计（来源：）
SQL, R, Python, Excel在数据科学研究和应用领域有巨大的市场份额。SQL, R, Python, Excel在数据科学研究和应用领域有巨大的市场份额。
【知乎用户的回答(11票)】:
简单回答题主的问题，如果编程零基础，建议以python入门，但是并不建议以此作为数据分析的全部。R可以说是必须要学的，除此两者以外的，可以泛泛的关注。
=================================分割线=================================
下面详细说一下自己的看法，仅仅是个人体会，仅供题主参考。
首先要说的是R，绝对是目前国外学术界的主流，统计系基本除R以外没有其他了，计量作为和统计相关的方向，R也在逐渐渗透。所以推荐题主学习。
顺便说一句，R的学习曲线是比较陡峭的，所以我不太建议零基础的人从R开始，否则挫折感会比较强烈。而python会略好，所以我建议从python开始。
python并非是专用于统计或者计量的软件，而是一种非常流行的通用编程语言。经过多年发展，库也非常齐备。我试用过numpy，scipy和pandas等库，与其他通用编程语言相比，算是相当好用，不过个人感觉还是比不上R，比如画图，ggplot2真心是神一般的存在，python的库还是略逊一筹。
但是，如楼上各位所说，除了数据处理之外，python可以干的事情太多了，也太牛了。我们主要要用到的，比如网页采集数据，需要正则表达式，解析网页等等。这些方面python就比R有优势多了。
当然，从趋势来看，未来似乎python比R更优。R是一群统计学家在编程序，python是一群计算机专家在争取搞数据处理。似乎python的基础更扎实。个人观点，仅供参考。
stata我认为是除了R以外最好的计量软件了，我两者均用过数年数个项目，但是依然感觉R更好用，整理和处理数据更方便。所以即使在楼上诸位所提到的微观计量领域，我依然更喜欢R。
除此以外spss，或者eviews等，感觉管理类学生用的更多，功能比较受限，不太推荐。这里不赘述。
上述的几个软件，还有个问题，在于都是收费的，考虑到未来知识产权的保护，还是用免费的略靠谱。
R的主要缺点有两个：
1，面对大数据乏力。这方面sas确实有优势，但是不得不说，sas的语法太反人类了，完全接受不能。面对这个问题，我要说的是，你得看问题有多大。以我的经验，经济里面的数据量似乎还不足以超过R的处理上限很多。可能金融的高频数据会比较大，我个人没啥经验，如果遇到再补充。我尝试过10g的数据，最简单的办法，不是学sas，而是买16g的内存。：）以现在的内存价格，我觉得32g以下的问题不大。
2，性能不足。这方面python也有同样的问题，最好的解决方案是混合c/c++，不过这个就是无底洞了，耗时极多，都不见得能学好。建议的方法，还是买硬件，这个最简单。：）当然用并行包等，也是解决方法之一，我尝试过几次用机房的多台机器做集群，不是太成功。求高人指点。
上面诸位还提到过几个软件，我也略微说一下自己知道的一些软件的看法：
matlab：好东西，关键还是性能问题，同样可以靠c/c++来解决。但是我不喜欢比较大的软件，为了求个均值方差，等它启动就占了5分钟。。。
julia：好东西X2，目前关注中，可能还比较年轻，导致配套的库略少，不过看好未来发展，主要是吸取了matlab，python和c/c++的有点，写的快，运算的也快，未来看涨，紧密关注。
最后提一下函数式编程，是个好东西，但是不看好纯粹函数式编程的未来。它体现了一种颇先进的编程思想，但是在实际工作中，往往性能方面的问题较大。要解决这个问题，还是的混合函数式编程和其他方式，但这就是python，R等软件已经实现的方式，似乎又没有必要专门去学其他的函数式编程了。
【知乎用户的回答(2票)】:
老师上课教学以eviews为主，因为简单易用，但是功能不全。
学院派，写论文作计量喜欢stata，功能强大，免费开源，也有用r语言的。
做蒙特卡洛这种复杂运算的用matlab居多，矩阵功能强大
c++用的人也不少，但是科班出身的由于一般没有编程基础，用的比较少。
业界的话，据说银行和券商用sas的多
【贺培成的回答(1票)】:
这根本不是个问题，你没的选。
比如遇到个宏观问题要搞DSGE，matlab有dynare，要是不用这个就要手工个几百上千行贝叶斯；
比如遇到个微观问题，比如前一阵大家很关注的PISA吧，仅提供两种数据读入格式，SPSS，SAS；
比如不幸做PISA还选了SPSS，好不容易把数据搞完做multilevel model，你会发现SPSS的Mix过程因为技术问题并不是无偏的，结果还必须得用SAS；
比如你的数据来源直接是个数据库.bak，你总得会SQL吧；
比如问题的规模太大计算又独特复杂，matlab不行，就只能上C，C++之类的；
以上还都是假设学校有这些软件版权，没有就另是一个复杂的问题了。
【王一飞的回答(0票)】:
以我最近的经验来看小样本、不要求反应速度又不复杂的模型其实用R用Matlab甚至用Eviews, spss都没有明显差异了，稍微复杂一些的模型可能R更容易实现思路，如果涉及矩阵Matlab更好用，再复杂的模型或者超大规模的数据有人建议用C++来实现，或者R+Hadoop？@任坤
如果涉及一些数值分析的工作比如解个ode、pde什么的用Matlab吧
【AnpingHuang的回答(1票)】:
就我自己的研究经历来看，一般的实证分析使用Stata就可以了：整理数据非常其方便，一般模型的程序和相关文档都很齐全。
一些较新的模型，可以使用R来进行估计，毕竟CRAN里面什么都有。但是不得不说是，软件包多是R的唯一优势：与Python，julia比起来，R的编程语言简直丑陋至极，运行速度非常慢，而且包管理系统也落后。
除了R，现在大家也开始转向了python（ipython+pandas+matplotlib
），现在各种软件包也在逐渐增加，我相信现在是抛弃R的时候了
【李昂的回答(0票)】:
发现其它的诸位一直在强调R和matlab这两款软件，这两款软件确实是未来的发展方向，但是我认为，作为一个初学者的话在数据处理方面我觉得能熟练掌握SPSS就已经很不错了，而在计量经济学方面，可以数量掌握EViews也就够用了。
主要由于SPSS和EViews这两款软件简单易学，我们老师都叫他们傻瓜软件。而与之相比R和matlab的交互界面过于不友好，要想真正掌握更是要花费很多时间。
举个例子我想做PCA分析，要使用SPSS只需要动动鼠标就好了，而要用R和Matlab就得写好多程序，所以你要不是想开发什么算法或者用近几年的高级算法的话，SPSS和Eviews就足够了。
【刘东的回答(0票)】:
你是经济学，即便是涉及计算机，也应该是专注于软件应用吧。至于编程你是作为了解或者转行那就另当别论。
【唐洪亮的回答(0票)】:
学点sql 挺好的 哈哈
&&&&&本文固定链接:
【上一篇】
【下一篇】
您可能还会对这些文章感兴趣！
最新日志热评日志随机日志