本書代碼

本書使用的代碼和數據都可從GitHub（https://github.com/AllenDoweny/ThinkStats2）下載。Git是一個版本管理系統，可以對項目文件進行跟蹤。受Git管理的文件集稱為代碼庫（repository）。GitHub是一項托管服務，可以存儲Git代碼庫，并提供一個便于使用的Web接口。

我的GitHub主頁提供以下幾種使用代碼的方法。

?你可以點擊Fork按鈕，在GitHub上創建該代碼庫的副本。如果你還沒有GitHub賬號，就需要創建一個。創建副本之后，你就在GitHub上擁有了自己的代碼庫，可以跟蹤學習本書時編寫的代碼。之后你可以復制這個代碼庫，即將文件復制到自己的計算機上。

?或者，你也可以復制我的代碼庫。這一操作不需要GitHub賬號，但是你對代碼所做的修改無法寫回GitHub。

?如果你完全不想使用Git，那么可以點擊GitHub頁面右下角的按鈕，下載文件的Zip包。

本書所有代碼都無需翻譯即可在Python 2和Python 3中直接運行。

編寫本書代碼時，我使用的是Continuum Analytics的Anaconda，這是一個免費的Python版本，其中帶有運行本書代碼所需的所有軟件包（還有很多其他包）。Anaconda很容易安裝。默認情況下，Anaconda進行用戶級而非系統級安裝，因此不需要管理員權限。Anaconda同時支持Python 2和Python 3，你可以從Continuum（http://continuum.io/downloads）進行下載。

如果你不想使用Anaconda，那么需要安裝以下軟件包。

?pandas，進行數據的表示和分析。下載地址為：http://pandas.pydata.org/。

?NumPy，支持基本的數字運算。下載地址為：http://www.numpy.org/。

?SciPy，進行科學計算，包括統計運算。下載地址為：http://www.scipy.org/。

?StatsModels，進行回歸分析和其他統計分析。下載地址為：http://statsmodels.sourceforge.net/。

?matplotlib，支持可視化。下載地址為：http://matplotlib.org/。

雖然這些都是常用軟件包，但并不是所有的Python安裝都包含這些包，而且在有些環境下很難進行安裝。如果你無法安裝這些包，我強烈建議你使用Anaconda，或者包含這些包的其他Python版本。

當你復制完代碼庫或者將Zip包解壓后，會得到一個名為ThinkStats2/code的文件夾，其中有一個nsfg.py文件。運行nsfg.py會讀取一個數據文件，運行一些測試，并輸出一條消息，如“All tests passed”。如果你得到的是import error，可能是因為缺少某些必要的軟件包。

本書的大部分練習都使用Python腳本，但也有一些使用IPython記事本。如果你之前沒有用過IPython記事本，可以訪問文檔http://ipython.org/ipython-doc/stable/notebook/notebook.html得到幫助。

本書讀者應該熟悉Python的核心功能，包括面向對象的特征，但無需具備pandas、NumPy和SciPy知識。如果你已經熟知這些模塊，可以跳過一些相關小節。

本書讀者應該了解基本的數學知識，例如對數和求和。本書中有幾處會涉及微積分概念，但你無需進行微積分運算。

如果你從未學習過統計學，本書會是一本很好的入門教材。如果你學習過傳統的統計學課程，那么我希望本書能夠修正你過去接受的一些錯誤觀點。

一

Allen B. Downey是一位計算機科學教授，執教于美國馬薩諸塞州尼德姆的富蘭克林歐林工程學院。