推荐语

Flask是一个使用Python编写的轻量级Web应用框架。基于Werkzeug WSGI工具箱和Jinja2 模板引擎。 Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。这本《Flask Web开发》是一本很棒的学习Flask Web开发的书。

汇智网已经为这本书匹配了专门的在线学习环境，书中示例代码也已经在线提供，希望能够帮助大家更好的学习。

网址： http://xb.hubwiz.com/

前言

本书介绍探索性数据分析的实用工具，书中章节按照我自己处理数据集时遵循的步骤进行组织。

• 导入和清洗：无论数据格式如何，我们通常都需要花费一些时间和精力进行数据的读取、清洗和变换，并进行检查，以确保在此过程中信息完好无损。

• 单变量探索：通常情况下，我会首先逐个检查变量，弄清变量的意义，分析变量值的分布，选择合适的汇总统计量。

• 成对探索：为了发现变量之间的关系，我会分析表格和散点图，计算相关性并进行线性拟合。

• 多变量分析：如果变量之间存在明显关系，我就要使用多元回归以增加控制变量，从而研究更复杂的关联关系。

• 估计和假设检验：在汇报统计结果时，有3个重要问题需要回答。效应规模如何？再次运行同一测量时，预期的变化性有多大？这个明显的效应是否可能是偶然产生的？

• 可视化：在数据探索中，可视化是寻找可能关系和效应的一个重要工具。如果一个明显的效应是统计显著的，那么可视化可以帮助我们有效地展示结果。

本书采用的是计算方法。相比数学方法，计算方法具有如下优点。

• 大多数概念用Python代码进行展示，而非数学符号。总体而言，Python代码的可读性更好，而且这些代码是可执行的，读者可以下载、运行并进行修改。

• 每一章都附有练习，可以帮助读者扩展并巩固知识。编写程序时，你把自己对知识的理解表达为代码；调试代码时，这些理解也可以得到修正。

• 一些练习使用了实验检验统计行为。例如，你可以通过生成随机样本并计算它们的总和来探索中心极限定理（Central Limit Theorem，CLT）。练习得到的可视化结果展示了CLT的工作原理及适用条件。

• 一些概念很难从数学角度进行理解，却很容易通过模拟掌握。例如，通过运行随机模拟对 p 值进行近似，可以增强我们对 p 值含义的理解。

• 由于本书使用通用编程语言（Python），因此读者几乎可以从任何数据源导入数据，而不必受限于使用特定统计工具进行了清洗和格式化的数据集。

本书使用基于项目的方法。在我的课堂上，学生需要完成一个为期一个学期的项目。在项目中，学生要提出一个统计问题，寻找可以解决这个问题的数据集，并将学到的各种技术应用于这个数据集。

为了展示我采用的统计分析方法，本书将介绍一个贯穿各章的案例。这个案例使用的数据来自以下两方面资源。

• 全国家庭增长调查（National Survey of Family Growth，NSFG），这一调查由美国疾病控制和预防中心（Center for Disease Control and Prevention，CDC）开展，以收集“与家庭生活、婚姻状况、妊娠情况、生育情况、避孕情况，以及两性健康相关的信息”。参见http://cdc.gov/nchs/nsfg.htm。

• 行为危险因素监测系统（Behavioral Risk Factor Surveillance System，BRFSS），由国家慢性病预防和健康促进中心（National Center for Chronic Disease Prevention and Health Promotion）主持，以“跟踪美国的健康状况及风险行为”。参见http://cdc.gov/BRFSS/。

其他示例使用的数据来自美国国税局（IRS）、美国人口普查（U.S. Census）及波士顿马拉松赛（Boston Marathon）。

《统计思维》的第2版包含了第1版的各章，但对其中很多内容进行了大幅修改，并新增了关于回归、时间序列分析、生存分析和分析方法的章节。本书第1版没有使用pandas、SciPy和StatsModels，所以这些内容也都是新增的。

本书代码

本书使用的代码和数据都可从GitHub（htts://github.com/AllenDoweny/ThinkStats2）下载。Git是一个版本管理系统，可以对项目文件进行跟踪。受Git管理的文件集称为代码库（repository）。GitHub是一项托管服务，可以存储Git代码库，并提供一个便于使用的Web接口。

我的GitHub主页提供以下几种使用代码的方法。

• 你可以点击Fork按钮，在GitHub上创建该代码库的副本。如果你还没有GitHub账号，就需要创建一个。创建副本之后，你就在GitHub上拥有了自己的代码库，可以跟踪学习本书时编写的代码。之后你可以复制这个代码库，即将文件复制到自己的计算机上。

• 或者，你也可以复制我的代码库。这一操作不需要GitHub账号，但是你对代码所做的修改无法写回GitHub。

• 如果你完全不想使用Git，那么可以点击GitHub页面右下角的按钮，下载文件的Zip包。

本书所有代码都无需翻译即可在Python 2和Python 3中直接运行。

编写本书代码时，我使用的是Continuum Analytics的Anaconda，这是一个免费的Python版本，其中带有运行本书代码所需的所有软件包（还有很多其他包）。Anaconda很容易安装。默认情况下，Anaconda进行用户级而非系统级安装，因此不需要管理员权限。Anaconda同时支持Python 2和Python 3，你可以从Continuum（http://continuum.io/downloads）进行下载。

如果你不想使用Anaconda，那么需要安装以下软件包。

• pandas，进行数据的表示和分析。下载地址为：http://pandas.pydata.org/。

• NumPy，支持基本的数字运算。下载地址为：http://www.numpy.org/。

• SciPy，进行科学计算，包括统计运算。下载地址为：http://www.scipy.org/。

• StatsModels，进行回归分析和其他统计分析。下载地址为：http://statsmodels.sourceforge.net/。

• matplotlib，支持可视化。下载地址为：http://matplotlib.org/。

虽然这些都是常用软件包，但并不是所有的Python安装都包含这些包，而且在有些环境下很难进行安装。如果你无法安装这些包，我强烈建议你使用Anaconda，或者包含这些包的其他Python版本。

当你复制完代码库或者将Zip包解压后，会得到一个名为ThinkStats2/code的文件夹，其中有一个nsfg.py文件。运行nsfg.py会读取一个数据文件，运行一些测试，并输出一条消息，如“All tests passed”。如果你得到的是import error，可能是因为缺少某些必要的软件包。

本书的大部分练习都使用Python脚本，但也有一些使用IPython记事本。如果你之前没有用过IPython记事本，可以访问文档http://ipython.org/ipython-doc/stable/notebook/notebook.html得到帮助。

本书读者应该熟悉Python的核心功能，包括面向对象的特征，但无需具备pandas、NumPy和SciPy知识。如果你已经熟知这些模块，可以跳过一些相关小节。

本书读者应该了解基本的数学知识，例如对数和求和。本书中有几处会涉及微积分概念，但你无需进行微积分运算。

如果你从未学习过统计学，本书会是一本很好的入门教材。如果你学习过传统的统计学课程，那么我希望本书能够修正你过去接受的一些错误观点。

—Allen B. Downey是一位计算机科学教授，。

我们已开通会员服务，希望大家鼎力支持。

Web前端都学点儿啥？

程序员不要烦！

最新书单：

《Flask Web开发》

《PostgreSQL即学即用（第2版）》

《JavaScript设计模式与开发实践》

》

《》

《》

《深入浅出Node.js》

汇智网内容已经覆盖以下编程技术，发送相应的文字会收获相关课程信息：

Node.js、MongoDB、JavaScript、C、C#、PHP、Python、Angularjs、Ionic、React、UML、redis、mySQL、Nginx、CSS、HTML、Bootstrap、Flask、Gulp、Mocha、Git、Meteor、Canvas、zebra、Typescript、Material Design Lite、ECMAScript、Elasticsearch、Mongoose、jQuery、d3.js、django、cheerio、SVG、phoneGap、jQueryMobile、Saas、YAML、Vue.js、webpack、Firebird，jQuery Easy UI，ruby，asp.net，c++，Express......