Python 数据分析入门教程涵盖环境搭建、基础统计检验及 Excel 数据处理。内容包含 Python 与 PyCharm 安装步骤，利用 SciPy 库进行卡方检验和 T 检验的方法，以及使用 Pandas 读取和分析 Excel 数据的实操示例。适合医疗数据或通用统计分析初学者参考。
在医疗卫生机构及各类科研场景中，经常需要对大量的数据进行分析和挖掘。Python 具有简洁、高效、易学易用的特点，能够帮助快速处理数据，发现规律并制定相应策略。本文将介绍使用 Python 进行基础医学统计数据分析的简单步骤。
与 R 语言类似，Python 也有其集成开发环境（IDE），如 PyCharm。PyCharm 提供调试、语法高亮、项目管理、代码跳转、智能提示等功能。此外，Anaconda 是一个流行的 Python 发行版，包含大量科学计算和机器学习模块。
登录 Python 官网下载最新版本的安装包：https://www.python.org/
登录 PyCharm 官网下载：https://www.jetbrains.com/pycharm/。选择 Free Community（免费社区版）即可满足日常需求，专业版可试用。
打开 PyCharm，将输入法调整为英文格式，输入第一行代码：
print("Hello World")
点击运行，若输出 Hello World 即代表安装成功。可进行简单运算测试，例如：
a = 3
b = 4
result = a * b
print(result)
出现 "Process finished with exit code 0" 代表代码运行成功。
Python 的数据分析主要依赖第三方程序包，以 SciPy 库为例。
卡方检验用于计算两种或多种分类变量之间的独立性。我们需要 scipy.stats 中的 chi2_contingency 函数。
from scipy import stats
import numpy as np
# 示例四格表数据
observed = np.array([[50, 30], [20, 40]])
chi2, p, dof, expected = stats.chi2_contingency(observed)
print(f"卡方统计量：{chi2}")
print(f"P 值：{p}")
print(f"自由度：{dof}")
print(f"期望值：{expected}")
比较两组均值差异时，可使用 T 检验。包括独立样本 t 检验 (ttest_ind) 和配对样本 t 检验 (ttest_rel)。
# 生成模拟数据
np.random.seed(42)
group1 = stats.norm.rvs(loc=5.5, scale=1, size=50)
group2 = stats.norm.rvs(loc=4, scale=0.8, size=50)
# 独立样本 t 检验
t_stat, p_val = stats.ttest_ind(group1, group2)
print(f"T 统计量：{t_stat}, P 值：{p_val}")
# 方差齐性检验 (Levene Test)
levene_stat, levene_p = stats.levene(group1, group2)
print(f"方差齐性 P 值：{levene_p}")
使用 Pandas 库可以轻松地读取 Excel 数据并进行后续分析。
import pandas as pd
# 读取 Excel 文件
data = pd.read_excel('data.xlsx')
# 概览数据
print(data.head())
print(data.info())
提取两列分类数据构建列联表：
# 假设数据框中有 'Group' 和 'Outcome' 两列
cross_tab = pd.crosstab(data['Group'], data['Outcome'])
chi2, p, dof, expected = stats.chi2_contingency(cross_tab)
print(f"卡方结果 - P 值：{p}")
对数值列进行独立样本或配对样本分析：
# 独立样本 t 检验
t_stat, p_val = stats.ttest_ind(
data[data['Group'] == 1]['Value'],
data[data['Group'] == 2]['Value']
)
print(f"T 检验 P 值：{p_val}")
通过上述步骤，您可以完成从环境搭建到基础统计分析及 Excel 数据处理的全流程。掌握 Python 数据分析技能不仅有助于学术研究，也能提升职场竞争力。建议在实际操作中多尝试不同数据集，熟悉 Pandas 和 SciPy 的常用函数，以便更高效地解决实际问题。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online