经济学专业学习编程时，以下是一些推荐的编程语言和软件：

R语言

开源，专为统计分析和数据可视化设计。

丰富的统计分析函数和包，适合数据处理、建模和结果展示。

在计量经济学中应用广泛，特别是数据清洗、数据可视化、回归分析、时间序列分析等。

Python

通用编程语言，简洁易懂，易学易用。

拥有强大的数据处理和科学计算库，如NumPy、Pandas和SciPy。

适合进行数据分析、建模和机器学习任务。

在计量经济学中，可用于数据清洗、数据分析、回归分析、面板数据分析等。

MATLAB

专业的科学计算和数值分析语言。

丰富的数学函数和工具箱，适合进行经济模型的数值求解和仿真。

在经济学研究中常用于计量经济学模型的估计和模拟。

Stata

专业的统计分析软件，也用于编程。

丰富的经济统计方法和数据管理功能，适合初学者入门。

在微观计量中应用极多，特别是直接输命令回归。

SQL

用于管理和处理大量数据。

选择哪种编程语言或软件取决于个人的需求、学校或研究机构的要求以及个人对编程的熟悉程度。对于初学者，R语言和Python是较好的起点，因为它们的学习曲线较为平缓，且有丰富的学习资源和社区支持。随着研究的深入，可以考虑学习更专业的软件，如Stata或MATLAB。

如果对速度要求高，特别是金融计量领域，可以考虑学习C或Fortran等更快的编程语言。不过，这些语言的学习难度较高，可能需要更多的时间和精力来掌握