如果你更习惯用代码理解世界，那么《Think Stats》更对路：它用 Python 把统计学讲明白，把抽象概念拆成可运行的代码和可验证的结果。几乎不靠数学符号堆砌，而是用数据和程序把“为什么”讲清楚。

GitHub：网页链接

你会学到：

- 探索性数据分析：导入与清洗、分布可视化、发现模式- 概率与统计核心：pmf、cdf、假设检验等关键概念- 实用方法：回归、时间序列、生存分析- 真实数据案例：来自知名机构与研究组织的权威数据集- Jupyter Notebook 形式：文字讲解、代码演示、练习题一体化- 支持 Google Colab：免配置环境，打开就能跑

全书按章节提供 Notebook，可直接用 Colab 在线运行。适合有编程基础、想系统补齐统计学与数据科学能力的开发者。