データサイエンスのための Python 学習に最適なプラットフォーム：R、SAS、STATA、MATLAB ユーザー向けガイド

2. Python for SAS Users — O'Reilly

Python for SAS Users（Randy Betancourt、Sarah Chen 著）は、SAS の構成要素を Python と pandas に濃密かつ直接的に対応づけたい SAS プログラマーにとって有力な選択肢です。

• レベル: 中級。現役の SAS プログラマー向け（プログラミング初心者向けではない）
• 時間: 自己ペース。読了・演習で約8時間
• 費用: O'Reilly のサブスクリプションに含まれる
• 最適な対象: なじみのある SAS のプロシジャと、その Python／pandas での同等機能を行ごとに比較したい SAS プログラマー

本書は、200本超の Python スクリプトを約75本の対応する SAS プログラムと対にして提示し、データ型、インデクシング、groupby 操作、データ管理、入出力を扱います。さらに、Python と SAS を相互運用させたい（完全置換ではない）読者向けに、saspy モジュールの専用章もあります。

3. Coming From Stata — Coding for Economists

Coming From Stata は、Arthur Turrell 氏による無料リソース「Coding for Economists」の一部で、構造化された講座というより、網羅的な構文リファレンスを求める STATA ユーザーに適した選択肢です。

• レベル: 中級。Stata の習熟を前提
• 時間: 自己ペースのリファレンス。自分の速度で進められる
• 費用: 無料
• 最適な対象: とくに経済学・社会科学分野の STATA アナリスト

これは動画講座でも評価付きプラットフォームでもなく、Stata のコマンドを pandas、statsmodels、pyfixest などの Python ライブラリに直接対応づける、保守されている無料の参照表です。データのインポート、サンプル抽出、結合、整形、パネルデータ、回帰、プロットをカバーします。最初に知っておくと良いのは、講座ではなくリファレンスであるため、体系的なレッスン配列や内蔵の演習はないことです——必要なときに必要な項目を引く形式で、これが合う学習者もいれば合わない学習者もいます。

4. Python for Data Analysis — UC Berkeley Extension

Python for Data Analysis は、自己学習型の動画やリファレンスではなく、ライブの講師主導セッションを望むアナリストに適した選択肢です。

• レベル: 中級。学部レベルの統計を前提としつつ、プログラミング経験は限定的でも可
• 時間: 複数週にわたる、Zoom を用いたスケジュール制の Live Online セッション
• 費用: 有料（大学エクステンションの料金）
• 最適な対象: 講師へのリアルタイムの質問機会と、共に学ぶコホートを求めるアナリスト

本講座では、データのインポート／エクスポート、データベース接続、pandas の DataFrame を用いた選択・変換を扱います。統計的な思考は既にできるが、その思考をスケールさせて実行するツールとして Python を使いたい人を対象にしています。DataCamp や O'Reilly の提供内容とは異なり、特定の事前言語からの構文対応づけは行いません——ここでの価値は翻訳ではなく、ライブ授業にあります。

5. Dataquest - Python Courses

Dataquest は、他所で言語ブリッジ講座を修了し、より深いプロジェクト型のプラットフォームで実践的な Python の流暢さを身につけたいアナリストに適した選択肢です。

• レベル: 初級〜中級
• 時間: 自己ペース。フルパスで20時間超
• 費用: 無料プランあり。フルパスはサブスクリプション
• 最適な対象: ブラウザ上でゼロから Python コードを書く実践練習をしたいアナリスト

Dataquest のデータアナリストパスは、Python の基礎、pandas、データクレンジング、可視化をプロジェクト主体のレッスンで学びます。

比較表