统计学学习笔记-第三周

1. 前言

本周学习计划是对于前两周学习的统计学理论基础上，将描述性统计理论进行python实践。
前两周其实就是看了下统计学基础理论和同步视频，补充基础知识，顺便在不是很了解的基础上安装了python，所以本周实践起来虽然还是有困难，但是上手容易了许多。

2. Jupyter Notebook介绍

2.1. 什么是Jupyter Notebook

首先，先简单介绍一下jupyter，前两周只是在前人经验上，安装了Anaconda，然后进入了jupyter编译环境，还没有在这个编译环境下调试过代码，其实由于是第一次接触python，也不知道为什么要安装这个，为什么一定是这个，这个和python的关系又是什么？其实脑袋里面是有很多问号的，本周通过网上查找资料和翻阅书籍，将相关理论做了一个整理。

Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。它的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等，是数据科学/机器学习社区内一款非常流行的工具。
简单来说就是它提供了一个环境，你可以在其中记录代码，运行代码，查看结果，可视化数据并在查看输出结果。这些特性使其成为一款执行端到端数据科学工作流程的便捷工具 ，可以用于数据清理