Python是社會科學(xué)家們?nèi)找媪餍械臄?shù)據(jù)分析工具。在許多已經(jīng)成熟的庫的支持下，R和Stata用戶正越來越多地轉(zhuǎn)向Python，以利用Python的美觀、靈活性和性能，同時又不犧牲這些老程序多年來積累的功能。

但是，盡管Python提供了很多東西，但是現(xiàn)有的Python資源并不總是很適合社會科學(xué)家的需要?？紤]到這一點，我最近創(chuàng)建了一個新的資源-專門為社會科學(xué)家Python用戶的目標和愿望定制。

這個網(wǎng)站不是一套新的教程，但是世界上有足夠多的Python教程。相反，該網(wǎng)站的目的是對現(xiàn)有資源進行整理和注釋，并為用戶提供關(guān)于關(guān)注哪些主題和跳過哪些主題的指導(dǎo)。

為什么要建一個社會科學(xué)家的網(wǎng)站？

社會科學(xué)家，事實上，大多數(shù)數(shù)據(jù)科學(xué)家花了大部分時間試圖將個別的、特殊的數(shù)據(jù)集整合成運行統(tǒng)計分析所需的形狀。這使得大多數(shù)社會科學(xué)家使用Python的方式與大多數(shù)軟件開發(fā)人員使用Python的方式有根本的不同。

社會科學(xué)家主要感興趣的是編寫相對簡單的程序（腳本），執(zhí)行一系列命令（重新編碼變量、合并數(shù)據(jù)集、解析文本文檔等）來整理數(shù)據(jù)變成他們可以分析的形式。而且，由于他們通常是為特定的、特殊的應(yīng)用程序和數(shù)據(jù)集編寫腳本，因此他們通常不會專注于編寫帶有大量抽象的代碼。換句話說，社會科學(xué)家往往主要對學(xué)習(xí)有效地使用現(xiàn)有工具感興趣，因此，學(xué)習(xí)Python的社會科學(xué)家在技能開發(fā)方面往往與軟件開發(fā)人員有不同的優(yōu)先權(quán)。然而，大多數(shù)在線教程都是為開發(fā)人員或計算機科學(xué)專業(yè)的學(xué)生編寫的，因此DAP的目的之一是為社會科學(xué)家提供一些指導(dǎo)，指導(dǎo)他們在早期培訓(xùn)中應(yīng)該優(yōu)先考慮的技能。DAP特別建議：

立即需要：

• 數(shù)據(jù)類型：整數(shù)、浮點、字符串、布爾、列表、字典，和集合（元組是可選的）

• 定義函數(shù)

• 編寫循環(huán)

• 理解可變和不可變的數(shù)據(jù)類型

• 操作字符串的方法

• 導(dǎo)入第三方模塊

• 讀取和解釋錯誤，但不需要立即執(zhí)行：

在某些時候您想知道的事情，但不是立即需要的：

• 高級調(diào)試實用程序（如pdb）

• 文件輸入/輸出（您將使用的大多數(shù)庫都具有為您簡化此過程的工具）

不需要：

• 定義或編寫課程

• 了解異常

pandas

時至今日，大多數(shù)經(jīng)驗主義社會科學(xué)仍然圍繞表格數(shù)據(jù)進行組織，這意味著在每一列中呈現(xiàn)出不同變量而在每一行呈現(xiàn)出不同觀察結(jié)果的數(shù)據(jù)。結(jié)果，許多使用Python的社會科學(xué)家在找不到Python入門指南中介紹的表格數(shù)據(jù)結(jié)構(gòu)時有些困惑。為了解決這種混亂，DAP盡最大努力將用戶盡快引入pandas庫，并提供了教程鏈接和一些需要注意的小竅門。

pandas庫復(fù)制了社會科學(xué)家用來在Stata或R中發(fā)現(xiàn)的許多功能-數(shù)據(jù)可以以表格格式表示，可以輕松標記列變量，并且可以組合不同類型的列（例如浮點數(shù)和字符串）在同一數(shù)據(jù)集中。

pandas還是社會科學(xué)家可能使用的許多其他工具的門戶，例如圖形庫（seaborn和ggplot2）以及statsmodels計量經(jīng)濟學(xué)庫。