Python初心者の方に向けて、ポアソン分布について説明します。numpy.random.poisson()による乱数生成・グラフ化方法をはじめ、SciPyを使用した累積分布関数の作成方法等を学べます。

Python初心者の方に向けて、二項分布について説明します。numpy.random.randint()を使用した二項分布の作成・検証をはじめ、SciPyを使用した確率質量関数や期待値の計算方法を学べます。

Python初心者の方に向けて、標準偏差について説明します。実装例をはじめ、statistics.stdev()関数やnumpy.std()関数を使用した母標準偏差や標本標準偏差の計算方法を学べます。

Python初心者の方に向けて、データ分散について説明します。実装例をはじめ、statistics.variance()関数やnumpy.var()関数を使用した標本分散・不偏分散の計算方法を学べます。

Python初心者の方に向けて、データ最頻値について詳しくご説明します。statisticsモジュールとSciPyそれぞれのmode()関数を使用した、データ最頻値や頻度の出力方法を学べます。

Python初心者の方に向けて、データ中央値について詳しくご説明します。statisticsモジュールやNumPyを使用したデータ集合の中央値の出力方法やデータ中央値とデータ平均値との違いを学べます。

Python初心者の方に向けて、データ平均について説明します。statisticsモジュールをはじめ、NumPyやSciPyを使用した、算術（相加）平均・加重平均・調和平均・幾何（相乗）平均を学べます。

Python初心者の方に向けて、SciPyやSymPyを使用した積分方法を説明します。ガウス積分、多重積分、台形公式、シンプソンの公式、指数積分、フレネル積分、ドーソン積分、不定積分の方法を学べます。

Python初心者の方に向けて、数値微分について説明します。中心差分公式の実装方法をはじめ、SciPyのderivative()関数およびSymPyのdiff()関数による導関数出力方法を学べます。

Python初心者の方に向けて、グラフの描画について説明します。matplotlib.pyplotをを使用した基本グラフ（折れ線、棒、円、散布図）の描画方法や複数グラフを並べて描画する方法を学べます。