jupyter始终启动不了stata的服务器啊，求助！！！？

可以试试这个 Stata 17 官方推出的 pystata 包，亲测方便好用！

Jupyter 目前已经成为最流行的DS数据平台，比Stata的do直观（多了），比 RMarkdown 简洁（多了），优点多多。

对于经常同时使用Python+Stata的我来说，一直在思考着怎么把计量结果展现在 Jupyter 中。这样就可以，更好地利用Stata和Jupyter各自的长处。

这就是Python和Stata协同的经典问题了。注意，这里我们关注的是在 Jupyter中集成Stata ，至于Stata中调用Python，一直都没啥问题 -- 毕竟Python体量小，开源免费，怎么折腾都行。

而Jupyter 中融合 Stata，虽然实现的方案虽然多，比如 Jupyter中的 stata_kernel ，但效果都不是很好。

直到最新的 17，Stata 官方终于出手了，并交出了一个令人还算比较满意的方案： pystata 包。

这里我们进行简单演示一下。想要顺利的在Jupyter中使用Stata，需要有2个关键前提：

• 有正常使用的 Jupyter Lab（或者Notebook）；
• 有正常使用的 Stata 17（收费软件，大家自己想办法解决）。

第一步，在 Jupyter 中安装 pystata 包：

pip install stata_setup ## 为啥不叫 pystata？

第二步，在 Jupyter 中进行简单设置。这里我用的是Mac，并附上Windows版本的说明。

且注释默认写到了命令的下方，#号标记。

Mac:

import os
os.chdir('/Applications/Stata/utilities') 
## 指定 Stata 的安装文件夹下面的 utilities 文件夹
from pystata import config
config.init('mp')
## 这两句就相当于告诉 Jupyter，去哪里找Stata

Windows（仅以下命令和 Mac 版有区别）：

import stata_setup
stata_setup.config("C:/Program Files/Stata17", "mp")
## 指定 Stata 安装所在的文件夹，告诉 Jupyter 去哪里找Stata

运行之后，看到以下界面就算是成功了。

第二步，在Jupyter中尝试运行Stata命令：

%%stata 
##多行魔法命令
sysuse auto, clear
reg price mpg rep78 trunk weight length

第四步，试试跑个回归，画个图：

第五步，和Python pandas 协同：

## 和 pandas 协同
## 以下是纯 Python 代码
import pandas as pd
import io
import requests
data = requests.get("https://www.stata.com/python/pystata/misc/nhanes2.csv").content
nhanes2 = pd.read_csv(io.StringIO(data.decode("utf-8")))
nhanes2

%%stata -d nhanes2 -eret myeret 
##上面 -d 定义了data；-eret 定义了 ereturn list的保存变量
logistic highbp c.age##c.weight
ereturn list

用 Python 代码查看返回的数据框结果：

## Python语法进行返回
myeret ['e(b)']
[Out: ]
array([[ 1.03035513e-01,  7.83537342e-02, -7.21492384e-04,
        -8.50485078e+00]])
%%stata
quietly margins, at(age=(20(10)80))
marginsplot
## 画出逻辑回归的面积效应图

%%stata -doutd preddata
## 以上命令声明导出数据为 preddta，保存预测的结果（来自 predictions.dta）
quietly margins, at(age=(20(5)80) weight=(40(5)180)) saving(predictions, replace)
use predictions, clear
list _at1 _at2 _margin in 1/5
rename _at1 age
rename _at2 weight
rename _margin pr_highbp

用Python命令查看预测结果：

在Python中将结果可视化，画图3D图形：

## 导入画图包
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
import numpy as np
%matplotlib inline
%config InlineBackend.figure_format='retina'
## 实例化图片和坐标系
fig = plt.figure(1, figsize=(10, 8))
ax = plt.axes(projection='3d') 
## 画出三角形的3D平面图
ax.plot_trisurf(preddata['age'], preddata['weight'], preddata['pr_highbp'],cmap=plt.cm.Spectral_r)
## 设置刻度和坐标轴标签
ax.set_xticks(np.arange(20, 90, step=10))
ax.set_yticks(np.arange(40, 200, step=40))
ax.set_zticks(np.arange( 0, 1.2, step=0.2))
ax.set_xlabel("Age (years)")
ax.set_ylabel("Weight (kg)")
ax.set_zlabel("Probability of Hypertension")