李锐

作者简介 托马斯·哈斯尔万特（Thomas Haslwanter）在学术机构中有超过10年的教学经验，是林茨上奥地利州应用科学大学（University of Applied Sciences Upper Austria in Linz）医学工程系的教授，瑞士苏黎世联邦理工学院讲师，并曾在澳大利亚悉尼大学和德国图宾根大学担任过研究员。他在医学研究方面经验丰富，专注于眩晕症的诊断、治疗和康复。在深入使用Matlab十五年后，他发现Python非常强大，并将其用于统计数据分析、声音和图像处理以及生物仿真应用。 译者简介 李锐，复旦大学公共卫生学院流行病与生物统计专业博士生，Python、R和Lisp语言的爱好者，主要研究方向为统计学习和机器学习建模以及组学数据的数据挖掘。先后以**作者身份发表学术论文6篇，其中SCI论文4篇。参编中文专著2本。 审校者简介 张志杰，复旦大学公共卫生学院副教授，多本国际医疗卫生期刊的特邀编辑，研究方向为统计建模和医学领域的统计分析方法。参与并完成国家重大科技专项、“863”、国家“十五”科技攻关课题、自然科学基金重大项目等多项***课题的研究，研究成果先后获2010年全国百篇优秀博士学位论文、2012年上海市医学奖二等奖、上海市科技进步奖二等奖以及中华医学奖三等奖，2011年入选复旦大学首批“卓学人才计划”，2013年入选上海市第二批新优青人才计划。

本书以基础的统计学知识和假设检验为重点，简明扼要地讲述了Python在数据分析、可视化和统计建模中的应用。主要包括Python的简单介绍、研究设计、数据管理、概率分布、不同数据类型的假设检验、广义线性模型、生存分析和贝叶斯统计学等从入门到高级的内容。 本书利用Python这门开源语言，不仅在直观上对数据分析和统计检验提供了很好的理解，而且在相关数学公式的讲解上也能够做到深入浅出。本书的可操作性很强，配套提供相关的代码和数据，读者可以依照书中所讲，复现和加深对相关知识的理解。 本书适合对统计学和Python有兴趣的读者，特别是在实验学科中需要利用Python的强大功能来进行数据处理和统计分析的学生和研究人员。