USING THE PYTHON PROGRAMMING LANGUAGE FOR ECONOMIC DATA ANALYSIS
DOI:
https://doi.org/10.25806/uu-5863Статья поступила в редакцию: 07.01.2026
Статья принята к публикации: 20.02.2026
Статья опубликована: 26.02.2026
Keywords:
Python language, economic analysis, data processing, econometric modeling, data visualizationAbstract
The article discusses the possibilities of using the Python programming language for processing and analyzing economic data. Methods of its use are presented, including descriptive analysis, data cleaning and transformation, construction of econometric and forecasting models, as well as visualization of results. Particular attention is paid to libraries - Pandas, NumPy, Statsmodels, Scikit-learn, Matplotlib, Plotly and their role in implementing analytical approaches, from classical regression to machine learning methods and interactive data visualization.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Лицензия: Статья распространяется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).
Машиночитаемый файл метаданных: JATS XML
References
Сенько А. Работа с BigData в облаках. Обработка и хранение данных с примерами из Microsoft Azure. СПб.: Питер, 2019. 448 с.
Анализ данных с использованием Python. [Электронный ресурс]. URL: https://habr.com/ru/articles/353050/ (дата обращения: 16.11.2025).
Маккинни У. Python и анализ данных / пер. с англ. А. В. Логунова. М.: ДМК Пресс, 2022. 544 с.
Фарайдунов О.К., Амонбекова З.А. Анализ данных в среде языка программирования PYTHON для решения экономических задач // Финансово-экономический вестник. 2024. № 4.1(43). С. 91-98.
Pandas documentation. [Электронный ресурс]. URL: https://pandas.pydata.org/docs/ (дата обращения: 10.11.2025).
Хантессаридис А., Шевченко А.В. Эконометрика с применением Python: учеб.-метод. пособие. М.: Издательский дом НИУ ВШЭ, 2024. 218 с.
Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. - 2-е изд., перераб. и доп. М.: ЮНИТИ-ДАНА, 2020. 959 с.
Высшая школа экономики. Анализ данных на Python. [Электронный ресурс]. URL: https://www.coursera.org/learn/python-for-data-analysis (дата обращения: 25.11.2025).
Федеральная служба государственной статистики. [Электронный ресурс]. URL: https://rosstat.gov.ru/opendata (дата обращения: 21.11.2025).
Центральный банк Российской Федерации. Открытые данные и API. [Электронный ресурс]. URL: https://www.cbr.ru/development/ (дата обращения: 21.11.2025).
Балабанов И.Т., Балабанов А.И. Анализ данных в экономике: учеб. пособие. СПб.: Питер, 2023. 352 с.
Economic Data Analysis with Python. [Электронный ресурс]. URL: https://github.com/ru-econ-data/python-tutorials (дата обращения: 28.11.2025).
Statsmodels documentation. [Электронный ресурс]. URL: https://www.statsmodels.org/stable/index.html (дата обращения: 27.11.2025).
