本書以基礎的統計學知識和假設檢定為重點，簡單扼要闡述了 Python 在資料分析、視覺化和統計建模中的應用。本書主要包含了 Python 簡介、研究設計、資料管理、機率分布、不同資料類型的假設檢定、廣義線性模型、存活分析和貝氏統計等從入門到高階的內容。

本書利用 Python 這門開源語言，不僅直觀上對資料分析和統計檢定提供了很好的解說，在相關數學公式的解釋上也能夠做到深入淺出。此外，本書所述內容的可操作性很強，還提供配套的相關程式碼及資料，方便讀者動手練習。本書適合對統計學與 Python 有興趣的讀者，特別是在實驗學科中需要利用 Python 的強大功能進行資料處理和統計分析的學生及研究人員。

本書範例檔：
github.com/thomas-haslwanter/statsintro_python

Thomas Haslwanter

在學術機構中有超過 10 年的教學經驗，是奧地利林茨上奧應用科技大學（University of Applied Sciences Upper Austria in Linz）醫學工程系的教授，瑞士蘇黎世聯邦理工學院講師，並曾在澳洲雪梨大學和德國杜賓根大學擔任過研究員。他在醫學研究方面經驗豐富，專注於眩暈症的診斷、治療和康復。在深入使用 Matlab 軟體 15 年後，他發現 Python 非常強大，並將其用於統計資料分析、聲音和影像處理以及生物模擬應用。