本书主要介绍与数据分析有关的语法基础，针对性强，帮助读者快速入门，譬如在第2部分重点介绍了Python入门语法、特征以及数据分析所需要的一些基本语法。Python可以通过多个库、多种方法实现相同目的，如实现线性回归可以用sklearn、statsmodels等库，实现生存分析可以使用lifelines、pysurvival、statsmodels等库，并且存在很多代码不统一的情况，这会给初学者带来困惑。针对这个问题，本书主要使用Scipy库来实现假设检验，使用statsmodels库来拟合统计模型，并且尽量使用简洁的代码来完成数据分析，譬如在第7部分中介绍了利用Pandas库在同步完成数据清洗和统计图绘制，减少代码书写量，提高数据分析效率。本书的编写突出实用性，注重数据前期处理与医学统计分析相结合；按照资料类型介绍统计学方法，有利于读者在实际数据分析中快速查找对应的统计学方法；在介绍每种统计方法时，强调适用条件，提供*完整的代码，注重统计结果的解释，突出实用性和可操作性，以达到降低数据分析难度的目的。

1　Python 简介与安装/ 1
1.1　Python 的优点/ 1
1.2　Python 的安装与配置/ 2
1.2.1　Windows 系统下的安装与配置/ 3
1.2.2　Mac 系统下的安装与配置/ 6
1.2.3　Linux 系统下的安装与配置/ 6
1.3　Anaconda 的使用方法/ 6
1.3.1　打开命令行终端/ 6
1.3.2　更新软件下载渠道/ 6
1.3.3　创建conda 虚拟环境/ 7
1.3.4　安装软件库/ 7
1.3.5　conda 常用命令合集/ 7
1.4　Jupyter Notebook/ 8
1.4.1　打开Jupyter Notebook/ 9
1.4.2　Jupyter Notebook 界面/ 9
2　Python 语言基础与重要的库/ 16
2.1　Python 快速入门/ 16
2.1.1　**个Python 程序/ 16
2.1.2　Python 的缩进/ 17
2.1.3　查询帮助文件/ 17
2.1.4　Tab 键自动补全代码/ 18
2.2　Python 语法基础/ 18
2.2.1　变量和数据类型/ 18
2.2.2　运算符/ 19
2.2.3　列表、元组和字典/ 21
2.2.4　函数/ 21
2.3　重要的Python 库/ 22
3　数据集创建/ 24
3.1　NumPy 多维数组对象/ 25
3.1.1　NumPy 数组属性/ 25
3.1.2　NumPy 数组创建/ 27
3.1.3　NumPy 切片和索引/ 30
3.2　Pandas 数据结构/ 32
3.2.1　Series（一维数据）/ 32
3.2.2　DataFrame（二维数据）/ 33
3.2.3　NumPy 与Pandas 转换/ 36
3.3　数据取值与选择/ 36
3.3.1　Series（一维数据）/ 36
3.3.2　DataFrame（二维数据）/ 38
3.4　数据读取与存储/ 41
3.4.1　Pandas 读取Excel 数据/ 41
3.4.2　Pandas 读取CSV 文件/ 42
3.4.3　Pandas 读取Txt 数据/ 43
3.4.4　Pandas 读取SAS、Stata 和SPSS 数据/ 45
3.4.5　存储数据/ 46
4　基本数据管理/ 47
4.1　数据基本信息与结构查看/ 47
4.2　创建新变量/ 49
4.3　变量重命名/ 50
4.4　数据类型转换 / 52
4.4.1　基本数据类型转换/ 52
4.4.2　时间日期数据类型转换/ 53
4.5　数据排序/ 56
4.5.1　按索引标签排序/ 56
4.5.2　按列值排序/ 57
4.6　缺失值处理/ 58
4.6.1　缺失值判断/ 58
4.6.2　缺失值删除/ 60
4.7　缺失数据填补/ 62
4.8　重复数据处理/ 63
4.9　数据集的合并/ 65
4.9.1　merge( ) 方法/ 65
4.9.2　concat( ) 方法/ 67
4.9.3　join( ) 方法/ 70
4.10　数据集取子集/ 72
4.10.1　直接选择/ 72
4.10.2　loc( ) 函数选取子集/ 73
4.10.3　iloc( ) 函数选取子集/ 74
4.11　数据分组/ 75
4.11.1　groupby( ) 函数/ 75
4.11.2　cut( ) 和qcut( ) 函数/ 77
4.12　melt( ) 函数/ 80
4.13　数据集更新/ 81
4.13.1　replace( ) 函数/ 81
4.13.2　update( ) 函数/ 81
4.14　数据集比较/ 83
5　高级数据管理/ 86
5.1　控制流/ 86
5.1.1　条件（分支）语句/ 86
5.1.2　循环结构/ 88
5.2　函数/ 91
5.2.1　pandas 函数/ 91
5.2.2　lambda 函数/ 95
5.3　向量化字符串操作/ 96
5.4　正则表达式/ 100
6　网络数据采集/ 105
6.1　初识爬虫/ 105
6.2　http 协议与url/ 106
6.2.1　http 请求/ 107
6.2.2　http 响应/ 107
6.3　网页结构/ 108
6.3.1　HTML 标签/ 108
6.3.2　HTML 属性/ 109
6.4　Requests 库/ 109
6.4.1　获取网页/ 109
6.4.2　POST 请求/ 111
6.5　BeautifulSoup 库/ 111
6.5.1　BeautifulSoup 对象/ 111
6.5.2　BeautifulSoup 标签/ 113
6.5.3　遍历节点/ 114
6.5.4　方法选择器/ 115
7　资料类型及展示/ 117
7.1　资料类型/ 117
7.2　统计描述/ 118
7.2.1　定量资料/ 118
7.2.2　定性资料/ 123
7.3　数据透视表/ 124
7.4　表格重塑/ 125
7.5　绘制图形/ 129
7.5.1　绘制图形的基本步骤/ 129
7.5.2　常见统计图/ 130
7.5.3　子图绘制/ 139
7.5.4　金字塔图/ 140
7.5.5　其他图形绘制/ 142
8　定量资料统计方法/ 143
8.1　单样本资料与已知总体参数比较/ 143
8.1.1　单样本资料的t 检验/ 143
8.1.2　Wilcoxon 符号秩和检验/ 144
8.2　两组资料之间的比较/ 145
8.2.1　配对t 检验/ 145
8.2.2　配对设计资料的非参数检验/ 147
8.2.3　两组独立样本的t 检验/ 148
8.2.4　两组资料的非参数检验/ 149
8.3　两组以上资料比较/ 150
8.3.1　方差分析/ 150
8.3.2　Kruskal-Wallis H 检验/ 153
8.4　相关分析/ 154
8.4.1　直线相关分析/ 154
8.4.2　秩相关/ 157
8.5　线性回归分析/ 158
8.5.1　基本原理/ 158
8.5.2　应用条件/ 159
8.5.3　线性回归分析的Python 实现/ 159
9　分类资料数据分析/ 162
9.1　卡方检验/ 162
9.1.1　四格表资料的卡方检验/ 162
9.1.2　R×C 列联表资料的卡方检验/ 163
9.1.3　卡方检验的选用/ 163
9.1.4　卡方检验的Python 实现/ 164
9.2　Fisher 确切概率法/ 166
9.2.1　Fisher 确切概率法使用条件/ 166
9.2.2　Fisher 确切概率法的Python 实现/ 166
9.3　配对卡方检验/ 167
9.3.1　配对卡方检验使用条件/ 168
9.3.2　配对卡方检验的Python 实现/ 168
9.4　多个相关样本的非参数检验（Cochran Q 检验）/ 169
9.4.1　Cochran Q 检验的Python 实现/ 169
9.5　趋势卡方检验/ 170
9.5.1　趋势卡方检验的Python 实现/ 170
10　多重线性回归/ 172
10.1　多重线性回归分析/ 172
10.1.1　多重线性回归模型简介/ 172
10.1.2　多重线性回归使用条件/ 173
10.1.3　资料格式/ 174
10.1.4　多重线性回归分析的Python 实现/ 174
10.2　自变量筛选/ 176
10.2.1　逐步回归分析的Python 实现/ 177
10.3　多重共线性和回归诊断/ 181
10.3.1　共线性诊断/ 181
10.3.2　模型诊断/ 182
11　logistic 回归/ 184
11.1　二分类logistic 回归/ 184
11.1.1　二分类logistic 回归的使用条件/ 185
11.1.2　资料格式/ 185
11.1.3　logistic 回归的Python 实现/ 185
11.1.4　广义线性模型/ 192
11.2　有序logistic 回归/ 195
11.2.1　资料格式/ 196
11.2.2　有序多分类logistic 回归的Python 实现/ 196
11.3　无序多分类logistic 回归/ 199
11.3.1　资料格式/ 200
11.3.2　多分类无序logistic 回归的Python 实现/ 200
11.4　条件logistic 回归/ 203
11.4.1　资料格式/ 203
11.4.2　条件logistic 回归的Python 实现/ 204
12　Poisson 回归/ 207
12.1　Poisson 回归的应用条件/ 207
12.2　资料格式/ 208
12.3　利用广义线性模型实现Poisson 回归/ 212
13　生存分析/ 214
13.1　基本概念/ 214
13.1.1　生存时间/ 214
13.1.2　生存时间资料的类型/ 215
13.1.3　生存概率、生存率与风险函数/ 215
13.2　生存分析研究的主要内容/ 215
13.3　生存率的估计与组间比较/ 216
13.4　中位生存时间与生存曲线/ 217
13.5　Cox 比例风险模型/ 219
13.5.1　Cox 模型简介/ 220
13.5.2　Cox 模型分析的资料格式/ 221
13.5.3　Cox 模型分析的Python 实现/ 221
13.5.4　Cox 模型分析注意事项/ 224
14　时间序列分析/ 225
14.1　时间序列的预处理/ 225
14.1.1　平稳性检验/ 226
14.1.2　纯随机性检验/ 226
14.2　平稳时间序列建模/ 226
14.3　非平稳时间序列预处理/ 227
14.4　ARIMA 模型/ 228
14.4.1　资料格式/ 228
14.4.2　ARIMA 模型的Python 实现/ 229
14.5　季节性ARIMA 模型/ 237

潘兴强：流行病与卫生统计学专业，擅长医学统计与大数据分析。近年来主持课题4项，其中省部级课题1项，省厅级课题1项，市厅级课题1项；以**作者发表论文18篇，其中SCI收录3篇，中华级5篇，*高影响因子7.023，参编专业书籍《流行病学数据分析与易侕统计软件实现》。