近年来，社会学科编程通常选择Python语言。Python有着易写、易懂、跨平台、用户群体大、线上资源丰富等优势。尽管如此，在实际学习过程中，非计算机专业的人士仍时常感到“专业不对口”：面对浩瀚的英文技术文档、大量的Python第三方文库，到底哪些才是我应该看的？为了处理当前最亟须的数据分析任务，我首先应该学会哪些Python技巧?

面对这些问题，本书应运而生。

本书以Python语言为工具，面向经济学等非计算机专业的读者，以简明易懂的语言写作，靶向聚焦经济学专业的编程知识需求，以实际案例驱动编程技巧学习，以编程语言学习促进数据分析方法的掌握。

本书涵盖多个常用和进阶的计量经济学方法，由浅入深地阐述这些方法在Python语言中的编程实现。本书假设的阅读对象为普通高等学校经济学专业本科学生，经济学专业学生能够在本科阶段学习一门编程语言，并系统掌握数据分析“必备的”编程知识，可以为未来从事数据分析工作以及进行科学研究打下扎实的基础。教学实践中，本书内容与本科阶段计量经济学课程起到了很好的互补作用。计量经济学具有数学化程度高的特点，学生在初始学习阶段往往感觉难度较大。本书旨在利用Python编程语言严谨化、可视化的优势，将抽象的数学公式符号转化为具体代码，当学生通过编写一行行代码实现某个方法的同时，自然而然也就对公式背后的原理产生了更为直观和深刻的理解，这也是当前国内外一流经济学院系的主流教学趋势。

在讲解不同计量经济学方法时，我们展示多种编程实现途径。比如，如何写出便于Python编程的模型表达式、如何手动编写代码实现、如何利用现有的Python模块实现、如何跨平台与Stata交互实现。

同时，本书提倡实际数据分析应结合使用不同编程语言或软件。Python被誉为“胶水”语言，意味着它可以与Stata、R、Matlab等软件实现交互。书中，我们通过实例演示Python与Stata如何进行“无缝衔接”。比如，我们可以用Python中更为丰富、高效的矩阵计算、概率统计公式编写出一个创新的计量经济学方法；而对于有些在Stata中更容易实现的操作，我们可以将此交给Stata来完成。当Stata与Python互相配合能迅速实现时，对于经济学数据分析，也能提升效率，相得益彰，这也是当前国内外经济学学者常用的方式。

此外，不同编程方法在计算效率、精度上会有显著差异，即使一些微小差异也会决定一个运算结果到底可不可行、可不可信。数值计算方法是非计算机专业学科人士经常容易忽视的。本书对此着重强调，通过不时穿插讲解一些编程中的数值计算“窍门”，引导非计算机专业的读者掌握在编程中兼顾数值计算的效率和精度。

本书采用双语编写，英文为主，辅以中文讲解。中文讲解主要通过三种形式：第一，针对计量经济学编程中的知识点、难点，本书配以中文“Python技巧小贴士”进行专项讲解，提高读者的理解深度。第二，本书采用较多中文旁注对模型、算法、术语等进行诠释。第三，我们在代码中采用中文注释，以便于读者更好理解每一段代码的编写目的和原理。