本书是一本基于Python实现全部例题计算的统计学教材，书中例题解答均给出了详细的实现代码和结果。全书共11章，第1章和第2章介绍数据、Python的下载与安装、Python的数据类型和基本操作、Python绘图基础等。第3章和第4章介绍数据的描述性分析方法，包括数据可视化和描述统计量。第5～7章介绍数据的推断性分析方法，包括概率分布、参数估计和假设检验。第8～11章介绍实际中常用的一些统计方法，包括类别变量分析、方差分析、回归分析、时间序列分析等。本书可作为高等院校各专业开设统计学课程的教材，也可作为数据分析工作者、Python数据分析和可视化爱好者的参考书。

贾俊平，中国人民大学统计学院副教授。研究方向：统计方法在经济各领域的应用，统计教学方式和方法。主要著作有：《统计学》、《描述统计》、《工商管理统计》、《市场调查与分析》等。主持研究的“非统计学专业本科公共基础课——统计学教学改革”项目获2001年国家级教学成果二等奖、2001年北京市教学成果一等奖。2001年荣获北京市经济技术创新标兵称号，2003年荣获宝钢优秀教师奖等。

第1章 数据与Python
1.1 数据与统计学
1.1.1 统计学与数据分析
1.1.2 数据分析方法和工具
1.1.3 数据及其来源
1.2 Python的初步使用
1.2.1 Python的下载与安装
1.2.2 模块的安装与加载
1.2.3 查看帮助文件
1.2.4 编写代码脚本
1.2.5 数据读取和保存
习题
第2章 数据处理和绘图基础
2.1 Python的基本数据结构
2.1.1 数字和字符串
2.1.2 元组和列表
2.1.3 字典和集合
2.2 数组、序列和数据框
2.2.1 numpy中的数组
2.2.2 pandas中的序列和数据框
2.3 数据抽样和筛选
2.3.1 抽取简单随机样本
2.3.2 数据筛选
2.3.3 生成随机数
2.4 生成频数分布表
2.4.1 类别数据频数表
2.4.2 数值数据类别化
2.5 Python绘图基础
2.5.1 Python的主要绘图模块
2.5.2 基本绘图函数
2.5.3 图形布局
2.5.4 图形颜色、线型和标记
习题
第3章 数据可视化
3.1 类别数据可视化
3.1.1 条形图
3.1.2 树状图
3.1.3 饼图和环形图
3.2 数据分布可视化
3.2.1 直方图与核密度图
3.2.2 箱线图和小提琴图
3.2.3 点图和蜂群图
3.3 变量间关系可视化
3.3.1 散点图
3.3.2 散点图矩阵和相关系数矩阵
3.3.3 3D散点图和气泡图
3.4 样本相似性可视化
3.4.1 平行坐标图
……
第4章 数据的描述统计量
第5章 概率分布
第6章 参数估计
第7章 假设检验
第8章 类别变量分析
第9章 方差分析
第10章 回归分析
第11章 时间序列分析和预测