本科經(jīng)濟類學(xué)生怎么學(xué)編程 學(xué)習(xí)經(jīng)濟學(xué)需要熟悉哪些編程語言

怎樣學(xué)編程？學(xué)習(xí)經(jīng)濟學(xué)需要熟悉哪些編程語言，經(jīng)濟學(xué)專業(yè)要學(xué)編程嗎？

本文導(dǎo)航

• 怎樣學(xué)編程?
• 學(xué)習(xí)經(jīng)濟學(xué)需要熟悉哪些編程語言
• 經(jīng)濟學(xué)專業(yè)要學(xué)編程嗎

怎樣學(xué)編程?

怎樣學(xué)編程

1.明確學(xué)習(xí)目的

學(xué)習(xí)編程對大多數(shù)IT業(yè)人員來說都是非常有用的。學(xué)編程，做一名編程人員，從個人角度講，可以解決在軟件使用中所遇到的問題，改進現(xiàn)有軟件，可以為自己找到一份理想的工作添加重要得砝碼，有利于在求職道路上謀得一個好的職位；從國家的角度，可以為中國的軟件產(chǎn)業(yè)做出應(yīng)有的貢獻，一名優(yōu)秀的程序員永遠(yuǎn)是被爭奪的對象。學(xué)習(xí)編程還能 鍛煉思維，使我們的邏輯思維更加嚴(yán)密；能夠不斷享受到創(chuàng)新的樂趣，將一直有機會走在高科技的前沿，因為程序設(shè)計本身是一種創(chuàng)造性的工作。知識經(jīng)濟時代給我們帶來了無限的機會，要想真正掌握計算機技術(shù)，并在IT行業(yè)里干出一番事業(yè)來，有所作為，具有一定的編程能力是一個基本條件和要求。

2.打好基礎(chǔ)

學(xué)編程要具備一定的基礎(chǔ)，總結(jié)之有以下幾方面：

（1）數(shù)學(xué)基礎(chǔ) 從計算機發(fā)展和應(yīng)用的歷史來看計算機的數(shù)學(xué)模型和體系結(jié)構(gòu)等都是有數(shù)學(xué)家提出的，最早的計算機也是為數(shù)值計算而設(shè)計的。因此，要學(xué)好計算機就要有一定的數(shù)學(xué)基礎(chǔ)，出學(xué)者有高中水平就差不多了。

（2）邏輯思維能力的培養(yǎng) 學(xué)程序設(shè)計要有一定的邏輯思維能力，“邏思力”的培養(yǎng)要長時間的實踐鍛煉。要想成為一名優(yōu)秀的程序員，最重要的是掌握編程思想。要做到這一點必須在反復(fù)的實踐、觀察、分析、比較、總結(jié)中逐漸地積累。因此在學(xué)習(xí)編程過程中，我們不必等到什么都完全明白了才去動手實踐，只要明白了大概，就要敢于自己動手去體驗。誰都有第一次。有些問題只有通過實踐后才能明白，也只有實踐才能把老師和書上的知識變成自己的，高手都是這樣成材的。

（3）選擇一種合適的入門語言 面對各種各樣的語言，應(yīng)按什么樣的順序?qū)W呢？程序設(shè)計工具不外乎如下幾類： 1）本地開發(fā) 應(yīng)用軟件開發(fā)的工具有：Visual Basic 、Delphi 、VC++ ( C++ Builder ) 等；數(shù)據(jù)庫開發(fā)工具有：Visual Foxpro 、Oracle Developer 、Power Builder 等。 2）跨平臺開發(fā) 開發(fā)工具如 Java 等。 3）網(wǎng)絡(luò)開發(fā) 對客戶端開發(fā)工具如：Java Script 等；對服務(wù)器開發(fā)工具如：PHP 、ASP 、JSP 、ISAPI 、NSAPI 、CGI 等。 以上不同的環(huán)境下幾種開發(fā)工具中 VB 法簡單并容易理解，界面設(shè)計是可設(shè)化的，易學(xué)、易用。選 VB 作為入門的方向?qū)Τ鰧W(xué)者是較為適合的。

3. 注意理解一些重要概念

一本程序設(shè)計的書看到的無非就是變量、函數(shù)、條件語句、循環(huán)語句等概念，但要真正能進行編程應(yīng)用，需要深入理解這些概念，在理解的基礎(chǔ)上應(yīng)用，不要只簡單地學(xué)習(xí)語法、結(jié)構(gòu)，而要吃透針對這些語法、結(jié)構(gòu)的應(yīng)用例子，做到舉一反三，觸類旁通。

4.掌握編程思想

學(xué)習(xí)一門語言或開發(fā)工具，語法結(jié)構(gòu)、功能調(diào)用是次要的，最主要是學(xué)習(xí)它的思想。例如學(xué)習(xí) VC 就要學(xué)習(xí) Windows 的內(nèi)在機理、什么是線程......；學(xué)習(xí) COM 就要知道 VTALBE 、類廠、接口、idl......，關(guān)鍵是學(xué)一種思想，有了思想，那么我們就可以觸類旁通。

5.多實踐、多交流

掌握編程思想必須在編程實際工作中去實踐和體會。編程起步階段要經(jīng)常自己動手設(shè)計程序，具體設(shè)計時不要拘泥于固定的思維方式，遇到問題要多想幾種解決的方案。這就要多交流，各人的思維方式不同、角度各異，各有高招，通過交流可不斷吸收別人的長處，豐富編程實踐，幫助自己提高水平。親自動手進行程序設(shè)計是創(chuàng)造性思維應(yīng)用的體現(xiàn)，也是培養(yǎng)邏輯思維的好方法。

6.養(yǎng)成良好的編程習(xí)慣

編程入門不難，但入門后不斷學(xué)習(xí)是十分重要的，相對來說較為漫長。在此期間要注意養(yǎng)成一些良好的編程習(xí)慣。編程風(fēng)格的好壞很大程度影響程序質(zhì)量。良好的編程風(fēng)格可以使程序結(jié)構(gòu)清晰合理，且使程序代碼便于維護。如代碼的縮進編排、變量命令規(guī)則的一致性、代碼的注釋等。

7.上網(wǎng)學(xué)編程

在網(wǎng)上可以學(xué)到很多不同的編程思想、方法、經(jīng)驗和技巧，有大量的工具和作品及相關(guān)的輔導(dǎo)材料供下載。例如網(wǎng)站“編程課堂”（）主要以 VB 和 Delph；教學(xué)和交流為主，提供大量實用技巧；網(wǎng)站“現(xiàn)在時編程學(xué)園”（）是專門介紹C、VC、VB、Delphi 等的綜合編程網(wǎng)站；網(wǎng)站“ VB 編程樂園 ”（）提供內(nèi)容豐富而且實用的編程技術(shù)文章、精選控件、源代碼下載、計算機考試、相關(guān)軟件以及編程書籍推薦等等。

8.加強計算機理論知識的再學(xué)習(xí)

學(xué)編程是符合“理論→實踐→再理論→再實踐”的一個認(rèn)識過程。一開始要具有一定的計算機理論基礎(chǔ)知識，包括編程所需的數(shù)學(xué)基礎(chǔ)知識，具備了入門的條件，就可以開始編程的實踐，從實踐中可以發(fā)現(xiàn)問題需要加強計算機理論知識的再學(xué)習(xí)。程序人人皆可編，但當(dāng)你發(fā)現(xiàn)編到一定程度很難再提高的時候，就要回頭來學(xué)習(xí)一些計算機科學(xué)和數(shù)學(xué)基礎(chǔ)理論。學(xué)過之后，很多以前遇到的問題都會迎刃而解，使人有豁然開朗之感。因此在學(xué)習(xí)編程的過程中要不斷地針對應(yīng)用中的困惑和問題深入學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)、算法、計算機原理、編譯原理、操作系統(tǒng)原理、軟件工程等計算機科學(xué)的理論基礎(chǔ)和數(shù)理邏輯、代數(shù)系統(tǒng)、圖論、離散數(shù)學(xué)等數(shù)學(xué)理論基礎(chǔ)知識。這樣經(jīng)過不斷的學(xué)習(xí)，再努力地實踐，編程水平一定會不斷提高到一個新高度。

學(xué)習(xí)經(jīng)濟學(xué)需要熟悉哪些編程語言

學(xué)習(xí)經(jīng)濟學(xué)需要熟悉哪些編程語言？

1)壇友arthur_2006

處理和分析數(shù)據(jù)都用得到，最基本的是excel，如果你的VBA用得好的話會有很大的幫助，如果你要分析數(shù)據(jù)的話，比如你要建模那么SAS還是不錯的，不過比較難掌握如果你沒有語言方面的基礎(chǔ)，其他還有很多軟件也能做得到。很多銀行證券期貨企業(yè)都使用的是oracle或者DB2,一些小企業(yè)可能使用的是SQL, 所以如果想在這方面發(fā)展就要掌握數(shù)據(jù)庫的知識，畢竟金融和計算機兼?zhèn)涞娜瞬胚€是稀缺的，而且國內(nèi)很多行業(yè)都是用的是這幾大數(shù)據(jù)庫比如電信醫(yī)療航空等等，不會分析金融數(shù)據(jù)恐怕稱不上什么金融專家吧，至于你分析得準(zhǔn)還是不準(zhǔn)那就要看你的金融知識掌握的程度啦，尤其是投資專業(yè)的學(xué)生學(xué)習(xí)一些這方面的知識是必要的，很多人是應(yīng)用金融學(xué)專業(yè)的偏向于財務(wù)，那就去考考CFA,ACCA什么的，也沒必要在這上面花費太多精力而且工作中很可能用不到的，金融數(shù)學(xué)金融工程精算專業(yè)的同學(xué)花點時間研究一下還是很有必要的，總而言之一句話，首先要看你的興趣再就是你的專業(yè)和發(fā)展方向。

2)編程愛好者任坤

做統(tǒng)計和計量的話，想要跟當(dāng)今的國際學(xué)術(shù)界接軌，最好學(xué)R，至少我所知道的目前美國的統(tǒng)計學(xué)術(shù)界被R占領(lǐng)的趨勢很明顯了。

如果只是做簡單地回歸隨便解讀一下，那隨便選個傻瓜軟件就可以了。如果只是應(yīng)用現(xiàn)成的成熟的計量模型來做實證研究，那么傻瓜軟件一般也就可以了。如果要以統(tǒng)計、計量為研究領(lǐng)域或者專業(yè)領(lǐng)域，那么編程性的東西是少不了的，即使是做實證如果涉及較為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，懂編程也能幫你大幅提高生產(chǎn)力。另外，R的社區(qū)比較活躍，能夠較好地跟上前沿。

如果涉及到處理較大的數(shù)據(jù)，一種辦法是用SAS，如果不想用SAS可以學(xué)數(shù)據(jù)庫方面的東西，比如把數(shù)據(jù)放在SQLite數(shù)據(jù)庫中然后用{RSQLite}訪問數(shù)據(jù)庫，或者用{sqldf}通過SQL操作環(huán)境中的data frame。

如果覺得執(zhí)行某項任務(wù)R單核速度慢，那么可以使用{parallel}或者{parallelMap}做并行計算，也可以利用云計算來處理數(shù)據(jù)。

如果涉及到其他社區(qū)的東西在R社區(qū)中沒有實現(xiàn)，例如Java的東西，可以用{rJava}來調(diào)用Java的對象，不過速度有些慢。

比較好的辦法是我在想從事數(shù)據(jù)分析工作，學(xué)什么軟件或語言最好？ 提到的F#函數(shù)式編程語言，用RProvider可以直接調(diào)用R，用JavaProvider直接調(diào)用Jar打包的Java程序，用PythonProvider（即將發(fā)布）直接調(diào)用Python程序，等等，很容易將各大社區(qū)的資源整合在一起使用。

目前我在GitHub上面弄一個通過R學(xué)習(xí)統(tǒng)計、計量、非參、數(shù)據(jù)可視化、數(shù)據(jù)庫的repo: renkun-ken/learnR on GitHub ，雖然目前還沒什么內(nèi)容，不過可以跟蹤一下。

以上說得都是經(jīng)濟學(xué)相關(guān)的統(tǒng)計和計量方面所需要的編程。事實上統(tǒng)計和計量所需的「編程」較為簡單，基本也就是處理數(shù)據(jù)、應(yīng)用已經(jīng)提供的計量模型，更多需要編程的是：一、如果涉及較為前沿的計量模型，可能還需要自己實現(xiàn)；二、一些蒙特卡羅模擬需要一些編程。

從經(jīng)濟學(xué)相關(guān)的一些新型領(lǐng)域來說，計算經(jīng)濟學(xué)（Computational Economics）、計算統(tǒng)計學(xué)（Computational Statistics）以及計算計量學(xué)（Computational Econometrics）則需要較強的編程能力，包括算法實現(xiàn)、算法分析等等。舉個例子，計算經(jīng)濟學(xué)中目前做的一塊研究是Agent-based computational finance，就是建立一個模擬的金融市場，里面有幾種資產(chǎn)，每種資產(chǎn)的基本面由隨機的紅利決定，里面有許多遵循各種邏輯的投資者，投資者對于紅利發(fā)放持有的信念不同，因而從各自的邏輯觸發(fā)的交易行為不同。在一個復(fù)式競價（double auction）的交易市場中，什么樣的投資者組成或者行為方式、什么樣的記憶長短，能夠最大程度地復(fù)制出我們在現(xiàn)實金融市場中觀測到的資產(chǎn)價格或者資產(chǎn)收益率規(guī)律，例如資產(chǎn)收益率尖峰肥尾、不對稱性。此時，研究者就需要較扎實的金融知識來設(shè)計一個不過于簡單而又不過于復(fù)雜的模擬金融市場，也需要相應(yīng)的編程能力把模型用程序語言編寫出來。這中間會設(shè)計許多編程技術(shù)，例如數(shù)據(jù)庫（有時要跟蹤許多變量，例如投資者現(xiàn)金流動、財富分布）、并行計算（CPU多核并行、多進程并行、集群上的并行甚至GPU計算）等等。這方面的研究從1990s年代才開始。

3)知乎網(wǎng)友Jichun Si

計量經(jīng)濟學(xué)也有很多小的門類，請對號入座。有很多軟件，Stata, matlab, R, SAS是相對來說用的比較多的。

如果是做應(yīng)用計量（特別是橫截面數(shù)據(jù)、面板數(shù)據(jù)），Stata是不二之選，因為不管是管理數(shù)據(jù)還是跑回歸，實在太太太方便了?，F(xiàn)在主流期刊的應(yīng)用微觀計量文章里面能用到的模型stata幾乎都有，而且其中的絕大多數(shù)都是用stata做的。而且最大的優(yōu)點是，簡單！

如果做應(yīng)用的時間序列，Eviews似乎是一個不錯的選擇。但是我一般不做這方面，也不是很有發(fā)言權(quán)。

如果做理論計量，stata eviews是沒有現(xiàn)成的包的，而且即便Stata可以編程，可編程能力也是很差的，而且不穩(wěn)健。所以懂R和Matlab就非常順手。當(dāng)然也可以用Python，最近Sargent就寫了本用Python做計量的書。還有一個Julia，是這三種語言的混合，但是速度快很多，缺點是太過于小眾。

如果對速度要求高，特別是金融計量很多對速度有要求的，可以考慮C、Fortran等語言。C和Fortran肯定是最快的。還有一個叫做OX的，速度快，但是也很小眾。但是這些語言的缺點是學(xué)習(xí)難度比較高，開發(fā)時間比較慢。Julia據(jù)說速度堪比C，而且語法特別像Matlab、Python（意味著容易學(xué)習(xí)），但是處于剛起步階段，用的人太少了。

如果是金融計量領(lǐng)域，強烈建議學(xué)會SAS。SAS是最權(quán)威，速度也很快，當(dāng)然最大的問題是昂貴，而且可編程能力不是多么好。但是金融里面數(shù)據(jù)量都非常非常非常大，一般的軟件都癱的時候，SAS就派上用場了。

像我自己，做應(yīng)用的時候都是用stata整理數(shù)據(jù)，能用stata的堅決不用其他軟件。但是因為有的時候做一些理論計量的工作，所以matlab也是必不可少的。我也在學(xué)習(xí)Julia，因為matlab的速度實在太慢。Python我一般不用來做科學(xué)計算，用的人不多，而且速度慢，一般是用來抓數(shù)據(jù)的。

最后還是補充一點吧，為什么我推薦matlab而不是其他的軟件，也是有道理的。很多模型，比如空間計量模型（spatial econometrics）、貝葉斯估計、以及宏觀計量里面的DSGE model、SVAR等模型，在stata、Eviews里面都是沒有什么現(xiàn)成的東西可以用的，但是matlab提供了豐富的包，比如Dynare就是基于Matlab的，還有LeSage的空間計量軟件包等等，也是基于matlab的。所以幾乎你想用的模型matlab里面都能找到codes然后直接用。就算沒有，你自己在matlab里面寫，也不是什么難事。

最后想起一句話來，關(guān)于這些軟件的選擇（stata除外，因為stata在應(yīng)用計量領(lǐng)域的地位是幾乎不可替代的）可以用兩句話來概括：如果你自己的時間比計算機的時間寶貴的話，學(xué)習(xí)matlab、R、甚至Python、Julia是最合適的，如果計算機的時間比你的時間寶貴的話，學(xué)習(xí)C、Fortran是必須的。當(dāng)然除非你的工作非常特殊（比如一些大型的結(jié)構(gòu)模型的估計），一般來說，還是自己的時間更寶貴一點。

綜上，做應(yīng)用和做理論是不可能用一種軟件解決的，建議根據(jù)自己的方向進行挑選。我覺著stata、matlab是比較推薦的，一個方便，一個靈活，都很強大，而且學(xué)習(xí)難度都不大，用的人都很多，交流起來相當(dāng)方便。

4）網(wǎng)友張真實

數(shù)據(jù)，簡單的用excel，直觀，方便。復(fù)雜一些的…excel最多可以有6萬多行，你確定你需要從那么大量的數(shù)據(jù)開始“學(xué)經(jīng)濟學(xué)么？

復(fù)雜的用R，各種模型，算法，實現(xiàn)，基本上R都有對應(yīng)的軟件包了，下載下來直接用即可，多讀文檔多練多用，半年左右就可以拋開excel直接用R作實戰(zhàn)了。我博士論文全部回歸和輸出都是用R的，現(xiàn)在寫的論文也都用它。替代品是Stata。也很好，但如果你和我一樣是從0開始，那么強烈建議選R。

R的一個不足是沒法作符號運算，這個免費的解決方案有python搭配scipy numpy等幾個包，不過建議你用mathematica，它的符號計算功能最強大，輸出格式也最好。你可以找個jacobian矩陣搞一下符號計算，比較一下結(jié)果就知道了。

Python這東西，熟悉了R之后，發(fā)現(xiàn)有功能是R實現(xiàn)不了的，到時候有實際需求了，再學(xué)也不遲。不是立刻就需要的。

此外，所有經(jīng)濟學(xué)研究(我是指empirics類型的，具體意思你懂的)，都要會用latex，可以把它看做是一門編程語言。在word里排數(shù)學(xué)公式，用不了多久你就會瘋掉。R中可以用ggplot2來繪圖，輸出到tex中。普通數(shù)據(jù)表用xtable包輸出到tex，回歸結(jié)果用stargazer輸出到tex，都很方便。

5）網(wǎng)友bayes

首先要說的是R，絕對是目前國外學(xué)術(shù)界的主流，統(tǒng)計系基本除R以外沒有其他了，計量作為和統(tǒng)計相關(guān)的方向，R也在逐漸滲透。所以推薦學(xué)習(xí)。

順便說一句，R的學(xué)習(xí)曲線是比較陡峭的，所以我不太建議零基礎(chǔ)的人從R開始，否則挫折感會比較強烈。而python會略好，所以我建議從python開始。

python并非是專用于統(tǒng)計或者計量的軟件，而是一種非常流行的通用編程語言。經(jīng)過多年發(fā)展，庫也非常齊備。我試用過numpy，scipy和pandas等庫，與其他通用編程語言相比，算是相當(dāng)好用，不過個人感覺還是比不上R，比如畫圖，

ggplot2真心是神一般的存在，python的庫還是略遜一籌。但是，除了數(shù)據(jù)處理之外，python可以干的事情太多了，也太牛了。我們主要要用到的，比如網(wǎng)頁采集數(shù)據(jù)，需要正則表達(dá)式，解析網(wǎng)頁等等。這些方面python就比R有優(yōu)勢多了。

當(dāng)然，從趨勢來看，未來似乎python比R更優(yōu)。R是一群統(tǒng)計學(xué)家在編程序，python是一群計算機專家在爭取搞數(shù)據(jù)處理。似乎python的基礎(chǔ)更扎實。個人觀點，僅供參考。

stata我認(rèn)為是除了R以外最好的計量軟件了，我兩者均用過數(shù)年數(shù)個項目，但是依然感覺R更好用，整理和處理數(shù)據(jù)更方便。所以即使在樓上諸位所提到的微觀計量領(lǐng)域，我依然更喜歡R。

除此以外spss，或者eviews等，感覺管理類學(xué)生用的更多，功能比較受限，不太推薦。這里不贅述。上述的幾個軟件，還有個問題，在于都是收費的，考慮到未來知識產(chǎn)權(quán)的保護，還是用免費的略靠譜。

R的主要缺點有兩個：

1，面對大數(shù)據(jù)乏力。這方面sas確實有優(yōu)勢，但是不得不說，sas的語法太反人類了，完全接受不能。面對這個問題，我要說的是，你得看問題有多大。以我的經(jīng)驗，經(jīng)濟里面的數(shù)據(jù)量似乎還不足以超過R的處理上限很多?？赡芙鹑诘母哳l數(shù)據(jù)會比較大，我個人沒啥經(jīng)驗，如果遇到再補充。我嘗試過10g的數(shù)據(jù)，最簡單的辦法，不是學(xué)sas，而是買16g的內(nèi)存。：）以現(xiàn)在的內(nèi)存價格，我覺得32g以下的問題不大。

2，性能不足。這方面python也有同樣的問題，最好的解決方案是混合c/c++，不過這個就是無底洞了，耗時極多，都不見得能學(xué)好。建議的方法，還是買硬件，這個最簡單。：）當(dāng)然用并行包等，也是解決方法之一，我嘗試過幾次用機房的多臺機器做集群，不是太成功。求高人指點。

上面諸位還提到過幾個軟件，我也略微說一下自己知道的一些軟件的看法：

matlab：好東西，關(guān)鍵還是性能問題，同樣可以靠c/c++來解決。但是我不喜歡比較大的軟件，為了求個均值方差，等它啟動就占了5分鐘。。。

julia：好東西X2，目前關(guān)注中，可能還比較年輕，導(dǎo)致配套的庫略少，不過看好未來發(fā)展，主要是吸取了matlab，python和c/c++的有點，寫的快，運算的也快，未來看漲，緊密關(guān)注。

最后提一下函數(shù)式編程，是個好東西，但是不看好純粹函數(shù)式編程的未來。它體現(xiàn)了一種頗先進的編程思想，但是在實際工作中，往往性能方面的問題較大。要解決這個問題，還是的混合函數(shù)式編程和其他方式，但這就是python，R等軟件已經(jīng)實現(xiàn)的方式，似乎又沒有必要專門去學(xué)其他的函數(shù)式編程了。

6）上海財經(jīng)大學(xué)博士 榮健欣

Stata微觀計量中應(yīng)用極多，主要是直接輸命令回歸，需要編程的地方不多。

至于編程，推薦R、Python.

R是非常好的統(tǒng)計分析軟件，在計量經(jīng)濟學(xué)中的應(yīng)用可以見Econometrics in R, Applied Econometrics with R Time Series Analysis with Applications in R這幾本書

Python用來抓數(shù)據(jù)很好，并且有數(shù)學(xué)計算包SciPy可以部分替代Matlab之類科學(xué)計算的功能。

7）知乎網(wǎng)友justin

本科經(jīng)濟統(tǒng)計學(xué)，由于學(xué)校奇葩的課程設(shè)置，我們分別使用過：

EViews：計量經(jīng)濟學(xué)，時序和多元統(tǒng)計。

Stata：計量經(jīng)濟學(xué)。

SPSS：專門開的一門課，這個巨汗，權(quán)當(dāng)復(fù)習(xí)了一遍統(tǒng)計學(xué)。

Excel：大一的統(tǒng)計入門課使用的，這個也巨坑，就是簡單的函數(shù)使用，一點沒有涉及VBA。

Matlab：這個沒有專門的課，是上完了C語言程序設(shè)計以后副產(chǎn)品，后來接觸了R和Mathematica就基本拋棄了它。

R/S-Plus：在回歸分析的時候使用了S-Plus，不過那時候我已經(jīng)使用R語言很久了，而且S-Plus基本兼容，所以沒有使用過S-Plus。

Minitab：質(zhì)量控制課程上用的，基本的統(tǒng)計加上一些實驗設(shè)計。

SAS：這個在實驗室中自學(xué)過幾次，直接被其奇葩的語法雷到了，據(jù)說我們學(xué)校的研究生有專門的SAS課程（類似于本科的SPSS課程），呵呵了～

我們系的妹（xue）紙（ba）就曾經(jīng)抱怨說使用的軟件太多了，完全被逼瘋的感覺，還給我們親愛的系主任提過意見。作為學(xué)渣也就這個問題問過系主任，她的意思是不同的軟件在處理不同的數(shù)據(jù)時候是各有所長的，而且你們課程還是蠻輕松的，就多學(xué)點吧，另外不同的老師有不同的軟件使用愛好，上課使用不同的軟件是必然的。

學(xué)習(xí)經(jīng)濟學(xué)的同學(xué)，Excel和SPSS，EViews（或者Stata)就蠻好的了，Stata和EViews都可以寫一些程序的，SPSS的界面化操作也是很友好的。本人使用的R，在上各種課中也都會在學(xué)了那些軟件后再使用R來實現(xiàn)（其實絕大多數(shù)時候R都已經(jīng)有現(xiàn)成的包了，我也大多是直接使用），R還是很不錯的，推薦。

很多前輩也提出了，經(jīng)濟學(xué)學(xué)生學(xué)習(xí)編程適可而止就好了，要不然就是一條不歸路啊，面臨著徹底轉(zhuǎn)行的危險，本人就是一枚反面例子（淚～。所以什么Python啊，C++啊，Julia啊就不要接觸了。

經(jīng)濟學(xué)專業(yè)要學(xué)編程嗎

經(jīng)濟學(xué)專業(yè)不需要學(xué)編程，經(jīng)濟學(xué)是經(jīng)濟類，編程是計算機類，不用學(xué)習(xí)編程。