安德建奇主要使用Python进行编程，具体编程方法如下：
Python语言
易学性：Python的语法简单直观，易于理解和学习，使得安德建奇能够快速上手并编写出高效的代码。
跨平台性：Python支持在Windows、Linux和MacOS等多个操作系统上运行，便于在不同环境下开发和部署代码。
应用领域：Python广泛应用于数据分析、机器学习和人工智能领域，安德建奇经常使用Python来实现研究和项目，包括深度学习框架PyTorch的开发和维护。
PyTorch框架
深度学习框架：PyTorch是一个开源的深度学习框架，由Facebook人工智能研究院开发。安德建奇是PyTorch的主要开发者之一，使用PyTorch实现各种深度学习模型和算法。
Jupyter Notebook
交互式编程环境：Jupyter Notebook是一个在网页浏览器中编写、运行和分享代码的交互式编程环境。安德建奇经常使用Jupyter Notebook进行代码的编写和实验的演示。
统计方法
描述统计：包括平均数、中位数、众数、标准差、方差等，用于整理、总结和展示数据。
推断统计：包括假设检验和置信区间估计，用于根据样本数据推断总体特征。
回归分析：包括线性回归、多元回归、逻辑回归等，用于分析变量间的关系。
方差分析：包括单因素方差分析和多因素方差分析，用于比较多个样本均值是否存在差异。
聚类分析：用于将数据样本按照相似性指标进行分组，帮助理解数据的分布和特征。
通过以上工具和方法，安德建奇能够高效地进行编程和数据分析，解决各种研究和项目中的问题。