贾俊平，中国人民大学统计学院副教授，从事统计教学30多年，著有《统计学——基于R》《统计学——基于Excel》《统计学——基于SPSS》《统计学基础》、《数据可视化分析——基于R语言》《统计学——Python实现》等多部教材和著作。《统计学》（第7版）荣获首届全国教材建设奖高等教育类优秀教材奖。

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。

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