本書主要介紹與數(shù)據(jù)分析有關的語法基礎, 針對性強, 幫助讀者快速入門, 譬如在第2部分重點介紹了Python入門語法、特征以及數(shù)據(jù)分析所需要的一些基本語法。Python可以通過多個庫、多種方法實現(xiàn)相同目的, 如實現(xiàn)線性回歸可以用sklearn、statsmodels等庫, 實現(xiàn)生存分析可以使用lifelines、pysurvival、statsmodels等庫, 并且存在很多代碼不統(tǒng)一的情況, 這會給初學者帶來困惑。針對這個問題, 本書主要使用Scipy庫來實現(xiàn)假設檢驗, 使用statsmodels庫來擬合統(tǒng)計模型, 并且盡量使用簡潔的代碼來完成數(shù)據(jù)分析, 譬如在第7部分中介紹了利用Pandas庫在同步完成數(shù)據(jù)清洗和統(tǒng)計圖繪制, 減少代碼書寫量, 提高數(shù)據(jù)分析效率。本書的編寫突出實用性, 注重數(shù)據(jù)前期處理與醫(yī)學統(tǒng)計分析相結(jié)合; 按照資料類型介紹統(tǒng)計學方法, 有利于讀者在實際數(shù)據(jù)分析中快速查找對應的統(tǒng)計學方法; 在介紹每種統(tǒng)計方法時, 強調(diào)適用條件, 提供最完整的代碼, 注重統(tǒng)計結(jié)果的解釋, 突出實用性和可操作性, 以達到降低數(shù)據(jù)分析難度的目的。