Think Stats: Exploratory Data Analysis with Python (Allen Downey) 版介绍

通过Python与数据驱动统计，从探索性分析到回归与时间序列，配套Jupyter Notebook与Colab，适合边学边练的统计入门书。

简介

本书以数据驱动的方式讲解统计学，避免晦涩公式，直接用 Python 实现与练习，帮助读者从概念到应用快速掌握要点。

适用人群

• 会 Python、想打好统计基础的人
• 希望通过实际数据集边学边练的人

章节亮点

• 探索性分析：数据清洗、分布查看、规律发现
• 概率与统计：PMF、CDF、假设检验等核心概念
• 实用方法：回归、时间序列、生存分析等
• 实战结合：真实数据集、边学边练

学习工具与环境

• Jupyter Notebook：直接配代码与习题
• Google Colab：云端环境，无需本地折腾，打开即跑

适合的学习路径

1. 先看探索性分析与数据清洗
2. 学习概率分布与假设检验
3. 掌握回归与时间序列分析
4. 结合数据集做练习

参考资源：
https://github.com/AllenDowney/ThinkStats

要点提示：该书强调“边写边学”，推荐在掌握基础 Python 的同时进行实践练习。

下载链接

GitHub：
https://github.com/AllenDowney/ThinkStats