如何在矩池云上安装和使用 Stata
Stata是一款功能强大的统计分析软件,本文提供了如何在矩池云安装使用 Stata,以及如何在 Jupyter 中使用 Stata 的简要教程。
安装 Stata 时需要确保按照官方指南进行操作,Stata 为付费软件,用户需要自己购买相关软件,将软件安装包上传到矩池云网盘,再根据本教程租用机器安装使用。
上传安装包到矩池云网盘
在矩池云网盘页面,点击上传按钮,上传我们本地的 Stata 安装包文件。

租用机器
以 Windows 实例为例,我们在矩池云官网筛选 支持 Windows 机器,然后选一款自己需要的显卡,点击租用按钮。

选择一个 Windows 系统镜像,比如:Windows Pytorch 1.12,然后点击租用按钮即可。

机器启动成功后,会显示 RDP 链接,点击配置说明可以查看详细的连接使用教程。

矩池云安装 Stata
Linux 系统实例中网盘对应租用机器中的 /mnt 目录,Windows 系统实例网盘对应租用机器中的 Z盘。
如果你上传的也是一个压缩包,在我们租的 Windows 系统实例中,使用默认安装好的 7-zip 软件来解压文件,进入对应目录后,选择要解压的文件,然后点击提取按钮进行提取,解压后文件存放路径改成桌面,方便操作。

打开解压后的文件夹,选中安装包右键,选择 以管理员身份运行,即可开始安装。

一路点击 Next 即可。

输入用户名,随便输入即可。

记住安装路径,后面会用到,默认在:C:\Program Files (x86)\Stata15。

完成安装。

矩池云使用 Stata
进入安装路径,找到程序启动文件,右键创建一个桌面快捷方式。

第一次打开需要输入 许可证 相关信息。

输入好相关信息即可开始使用啦。

简单输入两行代码:
# 导入测试数据,绘制柱状图
sysuse auto,clear
graph bar price weight,over(foreign)

Jupyter 中使用 Stata 的方法
通过安装适当的内核扩展,我们可以在 Jupyter 中创建 Stata 内核,从而能够在 Notebook 中直接运行 Stata 命令。这使得我们可以在 Jupyter 中编写和执行 Stata 代码,并在同一环境中进行数据分析和可视化。
我们双击运行 Jupyter Notebook 图标即可开启 Jupyter Notebook 服务。
如果你租用的 Linux 系统实例,租用页面 Jupyterlab 点击打开即可。

如果你和我一样用的 Windows 实例,在 Jupyter 使用 Stata 前需要手动开启 The Stata Automation(用于 Jupyter与Stata 交互),开启方法:
注意以下步骤一定要在管理员权限下操作,不然可能不成功,导致后面 Jupyter 无法连接上Stata。
- 以管理员权限新建一个 cmd/powershell

- 输入以下指令开启服务
# 进入安装目录 开启服务
cd "C:\Program Files (x86)\Stata15"
.\StataSE-64.exe /Register

详细请看官方说明:https://www.stata.com/automation/#createmsapp
Python 和 Stata 混用
Jupyter 新建 terminal,输入以下指令安装ipystata和psutil。
pip install ipystata psutil

安装好后,我们新建一个 jupyter notebook,然后就可以输入代码测试啦~
- 导入相关包,并配置 Stata。
import ipystata
from ipystata.config import config_stata
config_stata(r'C:\Program Files (x86)\Stata15\StataSE-64.exe', force_batch=True)
- 使用 Stata 读取数据到 Python 变量

更多使用案例查看官方文档:https://github.com/TiesdeKok/ipyStata/blob/master/ipyStata/Example.ipynb
创建 Stata kernel
Jupyter 新建 terminal,输入以下指令安装stata_kernel 并设置 kernel。
pip install stata_kernel
python -m stata_kernel.install
安装设置好后,我们重启 Jupyter Notebook (刷新下也行),新建文件就可以看到多了一个 Stata kernel,

使用 Stata kernel 新建一个文件,即可像在 Stata 软件里输入指令一样操作了。
# 读取数据并使用柱状图可视化
sysuse auto,clear
graph bar price weight,over(foreign)

更多使用案例查看官方文档:https://nbviewer.org/github/kylebarron/stata_kernel/blob/master/examples/Example.ipynb
如何在矩池云上安装和使用 Stata的更多相关文章
- 矩池云上安装ikatago及远程链接教程
https://github.com/kinfkong/ikatago-resources/tree/master/dockerfiles 从作者的库中可以看到,该程序支持cuda9.2.cuda10 ...
- 矩池云上安装yolov4 darknet教程
这里我是用PyTorch 1.8.1来安装的 拉取仓库 官方仓库 git clone https://github.com/AlexeyAB/darknet 镜像仓库 git clone https: ...
- 矩池云上安装yolov5并测试教程
官方仓库:https://github.com/ultralytics/yolov5 官方文档:https://docs.ultralytics.com/quick-start/ 此案例我是租用了k8 ...
- 矩池云上安装及使用Milvus教程
选择cuda10.1的镜像 更新源及拷贝文件到本地 apt-get update cp -r /public/database/milvus/ / cd /milvus/ cp ./lib/* /us ...
- 矩池云上安装 NVCaffe教程
使用的是P100,cuda11.1base镜像 创建虚拟环境 conda create -n py36 python=3.6 conda deactivate conda activate py36 ...
- 矩池云上安装caffe gpu教程
选用CUDA10.0镜像 添加nvidia-cuda和修改apt源 curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_6 ...
- 矩池云上编译安装dlib库
方法一(简单) 矩池云上的k80因为内存问题,请用其他版本的GPU去进行编译,保存环境后再在k80上用. 准备工作 下载dlib的源文件 进入python的官网,点击PyPi选项,搜索dilb,再点击 ...
- 在矩池云上复现 CVPR 2018 LearningToCompare_FSL 环境
这是 CVPR 2018 的一篇少样本学习论文:Learning to Compare: Relation Network for Few-Shot Learning 源码地址:https://git ...
- 矩池云上使用nvidia-smi命令教程
简介 nvidia-smi全称是NVIDIA System Management Interface ,它是一个基于NVIDIA Management Library(NVML)构建的命令行实用工具, ...
- 矩池云上TensorBoard/TensorBoardX配置说明
Tensorflow用户使用TensorBoard 矩池云现在为带有Tensorflow的镜像默认开启了6006端口,那么只需要在租用后使用命令启动即可 tensorboard --logdir lo ...
随机推荐
- ACM-NEFU15届校赛-大二组
A.小林找工作 #include<bits/stdc++.h> using namespace std; const int MAXN=1e5+10; int p[MAXN]; int m ...
- TypeScript 学习笔记 — 基于对象操作的内置类型的使用(十二)
目录 1.Partial 转化可选属性 (?) 2.Required 转化必填属性 (-?) 3.Readonly 转化仅读属性 (readonly) Mutate(非内置,与 Readonly 相对 ...
- AI开发实践:关于停车场中车辆识别与跟踪
摘要:本案例我们使用FairMOT进行车辆检测与跟踪.yolov5进行车牌检测.crnn进行车牌识别,在停车场入口.出口.停车位对车辆进行跟踪与车牌识别,无论停车场路线多复杂,小车在你掌控之中! 本文 ...
- HOOPS Exchange助力Shapr3D产品实现了“无障碍的用户体验”
HOOPS SDK是用于3D工业软件开发的工具包,其中包括4款工具,分别是用于 读取和写入30多种CAD文件格式的HOOPS Exchange.专注于Web端工程图形渲染的HOOPS Communic ...
- 【Spring5】框架新功能
Spring5框架新功能 整个Spring5框架的代码基于Java8,运行时兼容JDK9,许多不建议使用的类和方法在代码库中删除. Spring5自带了通用的日志封装:log4j2 已经移除了log4 ...
- OI 数论中的上界估计与时间复杂度证明
预备 0.1 渐进符号 其实不少高等数学 / 数学分析教材在讲解无穷小的比较时已经相当严谨地介绍过大 O.小 O 记号,然而各种历史习惯记法的符号滥用(abuse of notation)[1] 直到 ...
- 16-js兼容性处理
const { resolve } = require('path'); const HtmlWebpackPlugin = require('html-webpack-plugin'); modul ...
- [C++核心编程] 4.2、类和对象-对象的初始化和清理
文章目录 4.2 对象的初始化和清理 4.2.1 构造函数和析构函数 4.2.2 构造函数的分类及调用 4.2.3 拷贝构造函数调用时机 4.2.4 构造函数调用规则 4.2.5 深拷贝与浅拷贝 4. ...
- MySQL概述与安装
MySQL数据库 概要: 一.MySQL数据库的概述 二.MySQL数据库的搭建 三.MySQL数据库软件的使用 四.MySQL数据类型 五.MySQL数据库数据的操作 一.初始MySQL数据库 1. ...
- 文章学习:TPRE:分布式门限代理重加密
学习文章:TPRE:分布式门限代理重加密 前言 成方金科新技术实验室与隐语团队合作,构建了"基于国密的分布式门限代理重加密算法TPRE",为用户提供了一种安全.高效.自主可控的数据 ...