Stata+Python-1：Stata 中调用Python

Stata+Python-2：Stata 中三种方法调用Python

Stata+Python-3：Stata中下载安装Python包

Stata+Python-4：Stata中使用Python包

下面，我们简要概述了这些步骤。

1. Python 安装#

您（至少）有三个选择：

1. 对于许多人来说，最简单的方法是安装 Anaconda，它可在此处获得。Anaconda 是一个 Python 发行版，带有最重要的包、包管理器和编辑器。

2. 或者，您可以从此处下载并安装 Python。

3. 如果您的系统上已经安装了最新的 Python 版本，则可以为 Stata 设置一个单独的 Python 环境。这是可选的，但如果您想在不同的项目中使用不同的库，这可能很有用（请参阅此处的说明）。

2. 设置 Python 集成#

一旦你安装了 Python，你需要告诉 Stata 在哪里可以找到 Python 安装。

您可以使用以下方法在系统上搜索 Python 安装

python search

请注意，可能会显示多个 Python 安装（例如，MacOS 附带旧的 Python 版本），并且 Stata 并不总是在您的系统上找到所有 Python 安装。

要将 Stata 链接到特定的 Python 安装，请使用：

python setexec <pyexecutable> , permanently 

例如，where 可能是 /usr/local/bin/python3或C:\Program Files\Python38\python.exe``C:\Users\\AppData\Local\Programs\Python\Python38\python.exe ，具体取决于您的操作系统和安装 Python 的位置。

键入python query以检查安装是否已正确链接：

.  python query------------------------------------------------------------------     Python Settingsset python_exec      /usr/bin/python3set python_userpath      Python system information      initialized          no      version              3.8.9      architecture         64-bit

您只需Stata 键入python 即可启动 Java，然后end返回到 Stata 环境 用：

. python----------------------------------------------- python (type end to exit) ---------->>> print('hello')hello>>> end------------------------------------------------------------------------------------

3. 管理软件包

pystacked需要 scikit-learn（缩写）。您可以从 Stata 中检查是否已安装：sklearnsklearn

. python which sklearn<module 'sklearn' from '/Users/<username>/Library/Python/3.8/lib/python/site-packages/sklearn/__init__.py'>

如果 Stata 没有找到 sklearn，这是因为您已将 Stata 链接到错误的 Python 安装，或者因为您仍然需要安装sklearn 。

如果您使用 Anaconda，则会自动包含，您可以通过 Anaconda Python 发行版（请参阅此处）或在终端中使用sklearn conda install来更新 scikit-learn。

如果不使用 Anaconda，则可以使用 安装和更新包。例如，您可以通过在终端中输入内容进行安装，也可以直接进行安装 在 Stata 中：pipsklearn-m pip install -U scikit-learn

shell <Python path> -m pip install -U scikit-learn

其中，请参阅您要与 Stata 一起使用的 Python 安装。如果您只想使用默认的 Python 安装，您也可以替换为（在 Mac 上）或（在 Win 上）。

4、检查它是否有效#

要测试 Stata 的 Python 集成是否适用于您的系统，请在 Stata 中运行以下测试代码：

clear all use http://www.stata-press.com/data/r16/irispython:from sfi import Dataimport numpy as npfrom sklearn.svm import SVC# Use the sfi Data class to pull data from Stata variables into PythonX = np.array(Data.get("seplen sepwid petlen petwid"))y = np.array(Data.get("iris"))# Use the data to train C-Support Vector Classifiersvc_clf = SVC(gamma='auto')svc_clf.fit(X, y)end

要测试pystacked是否适用于您的系统，请在 Stata 中运行以下测试代码：

clear alluse https://statalasso.github.io/dta/cal_housing.dta, clearset seed 42gen train=runiform()replace train=train<.75set seed 42pystacked medh longi-medi if train 

可选：在 Python 环境中使用 Stata#

您还可以在 Python 环境中使用 Stata。如果您想在系统上使用多个版本的 Python，这可能很有用。