《统计至简（概率统计全彩图解 + 微课 + Python编程）》是一本全面介绍统计学的书籍，通过图解和微课的形式生动地呈现了概率统计的知识点，同时还提供了Python编程的实践应用。读后感受到这本书深入浅出地介绍了统计学的重要概念，为读者提供了学习统计学和Python编程的有效途径。
统计至简（概率统计全彩图解 + 微课 + Python编程）读后感第一篇
统计至简作为一本数学书，能把图画的这么美丽。还要啥自行车呀！[呲牙] 我们的学校教材是不是该换换了？ 统计至简将复杂的数据和函数用如此精美的图表展现出来，真是让人眼前一亮。视觉化的效果不仅帮助我们更好地理解抽象的概念，而且增加了学习的乐趣。现如今，随着AI发展，Chat gpt都牛成马了。教育方式也应该与时俱进。图像化、直观化的教学方式能够帮助学生更好地吸收和理解知识。也许我们的学校应该考虑更新教材，使其更加生动、形象。如果选择这样的教材无疑会激发学生的学习兴趣，让数学不再是枯燥的，而是充满魅力的学科。
统计至简（概率统计全彩图解 + 微课 + Python编程）读后感第二篇
写在未来未来之前 最近几个月最火的新闻，无过常温超导和chatgpt，似乎未来和我们只差临门一脚，一个物质，精神都极大丰富的时代就要来临，追求这样的时代来临是每一个人的愿望，为了实现这样一个共同愿望，每一个个体都承担属于自己的那一份责任。 但有些自媒体，鼓吹的却是人类将被代替，大多数人类因为这些科技的发展受害，这样的论调看似高明，却也只是传递了那一份焦虑，并没有什么因果，更没有什么操作性，当我们现在冷静下来，会发现，无非就是一个新的工具，人依然作为主体使用着工具，这个新的工具比旧的工具好用，仅此而已。 常温超导很遗憾，他还没有到来。 未来来的吗？一个物质和精神极大丰富的时代什么时候会来？ 我想没有人能回答，我们正如不停更换升级交通工具的乘客，从马车，换到火车，换到飞机，换到高铁，每一次都是质的飞越，但似乎我们只知道未来的方向，而不知道什么时候能到达终点，只是时不时望向窗边，看飞速后退的柱子，听着车轮滚滚向前的声音……通过这些我们知道，是在向前走而不是往后退，那一刻心也就安了。 但是现实中对窗外风景给你的标注却不一定让你看出来，所以我们需要学习，学习一些通用的辨认方式，数学。 在数学要素，我们第1次见到了小学时候的老朋友鸡和兔，那一次我们知道，哪怕是在混沌系统里，只要重复，我们依然可以使用数学工具找出他的规律，而这一次，在矩阵力量里，我们更是拥有新的工具，我们不害怕新朋友猪的存在，我们依然能得到想要的信息。 我并不想去强调数学的重要性，但是数学早已经是融入了我们社会中的每一个方面，我们每天使用的都离不开数学工具和其他专业工具的结合，不要去排斥他，试着去理解，也唯有如此，我们才能够更好的去承担属于我们的那一份责任。 才能够在未来未来之前确定未来还没来，保持冷静，而在未来来的那一天，我们都可以骄傲的挺起胸膛，理所当然的接受。
统计至简（概率统计全彩图解 + 微课 + Python编程）读后感第三篇
结束了线性代数之后，便可以开始统计之旅，其实统计这一本书的学习相较于矩阵力量而言其实更贴近现实，少了几分抽象。全书从最基础的概率入手，在此基础上引入了一些经典的分布（但不像传统书本，此处引入的分布更多是了解而不需要过多的记忆。）
而后便是进入到最经典的高斯分布，从一元到多元再到条件，本书以各种各样的图片再结合上一本矩阵的知识，让我们更进一步地了解了这一大部分的内容。而后便是开始频率派和贝叶斯派的“旅行”，本书轻频率重贝叶斯，对于贝叶斯推断的讲解非常非常有意思，也是个人认为本书最硬核的内容，学完之后整书也进入了收尾和总结。
学完本书之后感悟颇多，很多感悟都记录在和姜老师的邮件对话中，我也想与大家分享共勉。
统计至简（概率统计全彩图解 + 微课 + Python编程）读后感第四篇
浅入浅出，这4个字我认为是对《统计至简》最恰当的评价。
我们常用“啃”字来形容读一本专业著作的过程，虽然在字典中说的是用“啃”字来比喻刻苦专研，但我想大多数人在用这个字的时候更多地还是因为这本书非常难读，就像是一块难啃的骨头。而读《统计至简》的过程在我看来则像是喝汤，那些原本难啃的知识点都被作者煮进了汤里，因此整本书读起来都很顺畅、很爽，只是偶尔仍会有一种意犹未尽的感觉，想要在碗里找点干东西，遗憾的是碗里只有汤。
当然，我并不是说这本书水，在我看来，这本书的定位很清晰，它并非是要作为一本概率论或者统计学的教材，自然也就没有必要去讲清楚每一个知识点，去推导每一个公式。
这本书最主要的作用是承上启下，把那些概率统计中与机器学习相关的知识串起来，并且给出了代码，为后续的学习和实践做准备。就比如LDA（潜在狄利克雷分配）模型，最早我是在啃西瓜书的时候看到LDA模型的，但看完之后脑子一头雾水，对于LDA的原理完全没搞懂，只知道这个模型可以用来做文本分类，而在实际使用的时候就只知道调包了（用的TF-IDF）。后来看了李航的第2版，才跟着书把公式推了一遍，但仍然是知其然不知其所以然。直到看了《统计至简》中的贝叶斯推断部分，我才一下子明白了为什么要使用Dirichlet分布。
其次，这本书的一大优势是书中的大量配图，或许其中一些图是多余的，比如第14.6章把各个角度的投影都画了一遍，但正是这把大量图像反复投喂给大脑的过程，能很好地锻炼数学思维能力。现在我不仅看到公式能够立刻想到对应的图像，就连切菜的时候脑子里都是数学：我拿起一个土豆，噢，这是一个椭球（其实并不是）；菜刀一比划，噢，这一刀是xy平面；现在我要把土豆切片，我一边旋转着土豆一边想，要怎么切才能让土豆片的条件方差最大呢？
说完了优点，最后说一下我无法忍受的一点，那就是配图的错误。生姜老师在视频课程中发现配图错误时就明明白白说了，视频中使用的文件是校对前的版本，之后还要经过5次校对。结果呢？这些错误还是原封不动地出现在了纸质书上，关键是这样的错误还不止一次。虽然我大脑中的先验是愿意相信生姜老师和出版社的编辑都是态度认真且负有责任心的，但现实数据却一再与先验相违背，请问我要如何更新先验信息？
统计至简（概率统计全彩图解 + 微课 + Python编程）读后感第五篇
题外话：终于集齐了“数学三剑客”，很开心，在几年后重新读一下本科时候的基础课，又有了新的体会和感受。
首先吐槽下豆瓣的这个配图，实际收到的书颜色要更加饱和，更加好看。（自己手机也没拍出来好的效果，哭了）
概率统计当初在学习的时候就因为其和高中时排列组合不同的比较抽象的定义而头疼，学起来也是一知半解，协方差、卡方分布等等都是知其然而不知其所以然，努力背了很多公式最后也没有很好的理解。这可能也间接造成了之后随机过程并没有理解学习的很好（捂脸）。
之后还是在矩阵论的课堂上，老师提出了一个具体的问题，假设你知道一个人的众多信息，这些信息可以构成一个很庞大的数据集，你能否从中分析出一些关键的信息来，当时突然闪过了一道感觉，冥冥之中无论多么庞大繁杂的数据，都是可以用至简的统计方法进行分析，繁杂的数据在顷刻间便可呈现出至简的形态，这也是我写这个题目的原因。这也符合今年来火热的大模型大数据的理念趋势吧。
说回书本身，和之前的两本一样，质量和手感上乘的纸张，优秀的美工设计，数量众多的图解，这似乎已经是老生常谈了（笑），这本书足以让读者深入浅出地理解概率统计的精髓之处，不论你是正在学习统计课程的学生，亦或是早就深谙其道的爱好者，都有一个理由可以入手这本书，当补充教材啦，收藏啦，你不会吃亏。
如果你只是看到这本书，那么推荐你也去看看作者之前的两本书，链接贴在下面了：
数学要素
9.7
姜伟生 / 2023 / 清华大学出版社
矩阵力量
9.8
姜伟生 / 2023 / 清华大学出版社
统计至简（概率统计全彩图解 + 微课 + Python编程）读后感第六篇
想给《编程不难》写书评的，但是豆瓣暂时木有条目，那就写在这个下面嘿嘿~
第一次了解到作者是在一次逛哔站找线性代数的学习视频，然后看到有人推荐《矩阵力量》，并且了解到作者把书都开源了。顺着找到作者的账号，看到作者规划了一整套书。
在阅读《矩阵力量》这本书时，书中精美的插图和作者对书的整体布局让我眼前一亮，当看到把抽象的数学进行精美的可视化时，心里不禁赞叹：原来数学还能这样学！(或者“数学本该这样学”）
但是本身不懂Python，所以代码部分并没有很仔细地看，只是理解作者对矩阵的思想，并且持续被书中的插图吸引。
本身并没有想学一门新的编程，但是想法得跟着需求走是吧~
今年正式接触科研，所以绘图一直就是一大学习重点，组里也是直接推荐大家origin(相信是绝大多数课题组的推荐)。经过一段时间学习，并且给好几次任务绘过图，却始终感觉origin的美观程度并没有达到我的预期(可能是我用的太菜，也有可能是我并没有接触到太高端的东西)，于是脑袋里忽然想起“鸢尾花书”系列中这些精美的插图：我能不能也用Python尝试一下作出让人赏心悦目的数据图？
按照平时搜索资源的习惯，我去知乎搜了搜学习Python的资料推荐，嗯没错，推荐蟒蛇书的人挺多的，然后趁着双十一买了一本学习。
但是学的过程很枯燥，蟒蛇书的编书风格，站在我自己的角度来说，仍然符合很多教材书的范式，嗯，所以我并没有很快就上手，反而我对书中介绍的不同板块的知识并没有一个非常明确的感知(个人感觉跟黑白印刷有一定关系）。
也是好巧不巧，作者姜伟生博士正好将《编程不难》大改完工，同样开源，于是我果断下载，并且花两天课余时间仔细学习了前六章，并且稍微快速地浏览到了十二章。
读书之前当然是要把目录浏览一遍
是的没错，这就是我想要的书，对的时间碰上了对的作者和书！
因为我就是奔着可视化来的，这个目的天然地让我认为，能把基础部分精而不简，直奔主题，越快上手就越好。而这也是作者在书中一直强调的思想之一：不用啥都学上，够用就行，有新的需求时再现学现用。
前三章做学习前准备，教大家如何下载安装Anaconda，下载卸载更新库，并且都有实操案例，让读者很快上手。第四章到第九章讲语法，里面适量的例子，能让读者学习到知识的同时，还能感受到轻松。
仅展示一部分。可以发现作者对排版的把控和对颜色的运用都非常抓读者的心，而且手把手的教学对读者来说非常友好，内容详细而不啰嗦。读完下来，除了收获的感觉之外，还会觉得，这本书本身就是艺术品！
第十章到第十二章入门可视化，作者也表示“这三章内容本着‘够《编程不难》用就好’为原则，不会特别深究某个具体可视化方案中的呈现细节，也不会探究其他高阶的可视化方案。”而在作者的《可视之美》会更详细介绍可视化，可见作者确实是按照在书中描述的那样，在详略得当的同时，也很好地将各分册之间联系起来。
不过这里所谓的够用就好，也着实让我惊叹。
是的，读的过程中就是感觉惊讶与赞叹。全彩的画面和作者对颜色的选择，能减少读者很多的疲劳，让人真的想一直学下去，探索新的领域。
总之，不管是想单纯学习Python，还是与我一样有利用Python进行可视化的目的，这本书大概率会是更合适的选择，也安利大家学习鸢尾花书系列，感受不同的书本风格，与作者交流不同的思想。
不过这本书还并没有读完，所以接下来还得继续学习，争取在之后能给作者一些有建设性的建议，让这一系列书更加完善。
