Module 1: Python 入门导航
为什么选择 Python？——社科研究者的编程起点
本章概览
开始学习 Python 之前,最重要的问题是:为什么要学 Python? 本章将从社会科学研究者的视角,帮你理解 Python 的独特价值、与 Stata/R 的对比,以及如何迈出编程的第一步。
学习目标
学完本章后,你将能够:
- 理解 Python 在社科研究中的优势和应用场景
- 清楚 Python 与 Stata、R 的异同和互补关系
- 掌握何时用 Python、何时用 Stata/R
- 成功运行第一个 Python 程序
- 理解变量、函数、数据分析的基本概念
- 建立学习 Python 的信心和正确心态
章节内容
01 - 为什么学习 Python?
核心问题: Python 能为社科研究带来什么?
核心内容:
- Python 在学术界的崛起(顶刊接受度、引用趋势)
- 五大核心优势:免费开源、生态丰富、通用性强、社区活跃、职业价值
- 真实研究案例:
- 文本分析(Twitter 情绪分析、transformers 模型)
- 因果推断(Double Machine Learning)
- 事件研究(股票异常收益)
- 网络分析(社交网络中心性)
- Python 的局限性(诚实讨论)
- 学术期刊政策(AER、QJE、Econometrica)
为什么重要?
- 建立学习动机:理解 Python 的独特价值
- 设定合理预期:知道什么能做、什么不能做
- 职业发展:掌握学术界和业界都需要的技能
02 - Python vs Stata/R
核心问题: 我已经会 Stata/R,为什么还要学 Python?
核心内容:
- 基础语法对比(变量创建、循环、条件判断)
- 数据处理对比(Pandas vs data.table vs Stata)
- 高级操作对比:
- 面板数据回归(固定效应)
- 分类变量处理
- 时间序列操作
- 字符串处理
- DID 双重差分完整工作流对比
- 数据可视化对比(coefplot 三语言实现)
- 性能基准测试(100万行数据处理)
- 生态系统对比(包管理、社区、学习资源)
- 混合使用策略(何时用哪个工具)
三种工具的定位:
- Stata: 计量经济学标准、稳健性检验、政策评估
- R: 统计建模、学术绘图(ggplot2)、生物统计
- Python: 大数据、机器学习、文本分析、全栈开发
03 - 第一个 Python 程序
核心问题: 如何开始写代码?
核心内容:
- Hello World 程序
- 基础概念:变量、数据类型、运算符
- 简单计算示例(教育收益率)
- 完整案例:收入不等式分析
- 生成5000个样本
- 描述性统计(均值、中位数、标准差)
- 基尼系数计算
- OLS 回归分析
- 数据可视化(收入分布直方图)
- 生产级代码 vs 初学者代码对比
- 练习题(带完整答案)
学习方法:
- 动手实践:每个示例都要运行
- 修改参数:理解代码逻辑
- 查看输出:建立直觉
- 循序渐进:从简单到复杂
三种语言快速对比
| 维度 | Python | Stata | R |
|---|---|---|---|
| 学习曲线 | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 计量经济学 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 机器学习 | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐⭐ |
| 文本分析 | ⭐⭐⭐⭐⭐ | ⭐ | ⭐⭐⭐ |
| 大数据处理 | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐ |
| 数据可视化 | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 免费开源 | |||
| 社区支持 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |
如何选择?
根据研究任务
| 任务 | 首选工具 | 原因 |
|---|---|---|
| OLS/Logit/Probit | Stata/Python | Stata 简洁,Python 灵活 |
| 面板数据/固定效应 | Stata | 最成熟的实现 |
| DID/RDD/PSM | Stata/R | 标准化流程 |
| 机器学习预测 | Python | 最丰富的库 |
| 文本挖掘/NLP | Python | transformers、spaCy |
| 网络分析 | Python/R | NetworkX、igraph |
| 数据可视化 | R/Python | ggplot2 最强,Python 次之 |
| 大数据(>10GB) | Python | Dask、PySpark |
根据学习阶段
第 1-2 周(入门):
- 阅读本章 3 篇文章
- 运行所有代码示例
- ️ 完成练习题
第 3-4 周(建立信心):
- 用 Python 复现一个 Stata 分析
- 尝试用 Python 做简单回归
- 对比 Python 和 Stata 的输出
第 5 周以后(深入学习):
- 学习 Module 3-11 的语法和数据处理
- 根据研究需求选择性学习高级主题
- 在实际研究中使用 Python
本章学习建议
最小化学习路径
如果时间有限,按以下优先级:
必学(1-2小时):
- 01 - 为什么学习 Python(阅读)
- 03 - 第一个 Python 程序(动手实践)
重要(2-3小时):
- 02 - Python vs Stata/R(重点看对比表格)
- 03 - 完整案例:收入不等式分析
提升(选读):
- 01 - 真实研究案例部分
- 02 - 混合使用策略
常见问题
Q: 我完全没有编程基础,能学会吗? A: 可以!本课程假设零基础,从最基础的概念讲起。只要跟着练习,每天1小时,2周就能入门。
Q: 学 Python 是不是要放弃 Stata/R? A: 不!三种工具各有优势,应该互补使用。初期可以"Python 为主,Stata/R 辅助",逐步找到最适合自己的工作流。
Q: 我的研究主要用 Stata,学 Python 有必要吗? A: 看研究需求。如果只做传统计量(OLS/固定效应),Stata 足够。但如果涉及文本分析、机器学习、大数据,Python 是必需品。
Q: 需要多久才能用 Python 做研究? A: 基础语法(2周) → 数据处理(2周) → 回归分析(1周) → 能做简单研究(5周)。深度掌握需要3-6个月。
下一步
完成本章后,你将:
- 建立学习 Python 的清晰动机
- 理解 Python 在研究工作流中的定位
- 成功运行第一个数据分析程序
- 为后续深入学习打好基础
在 Module 2 中,我们将配置开发环境(Jupyter、VS Code、Colab),选择最适合你的编程工具。
在 Module 3 中,我们将系统学习 Python 语法,从变量、数据类型到循环、条件判断。
准备好了吗?让我们开始这段激动人心的编程之旅!