Soy un estudiante de estadística que se especializa en informática. ¿Qué recursos en Python necesito para llevar a cabo pruebas de hipótesis, inferencia estadística y gráficos?

• NumPy: a menudo sus datos viven en vectores, matrices o tensores. Este es el paquete que te permite jugar con dichos objetos en Python. Es maduro, poderoso y razonablemente rápido. Sin embargo, aprende bien, ya que hay algunas características contra-intuitivas.
• Pandas: cuando sus datos son más que simples números, esto es a lo que debe recurrir. Ofrece características muy similares a los objetos data.frame de R, junto con la funcionalidad para filtrar, cortar, reorganizar, indexar y reindexar sus datos.
• Matplotlib: este paquete es la base para la mayoría de las cosas que tienen que ver con los gráficos. Su interfaz PyPlot es muy conveniente, y el paquete ggplot proporciona una interfaz en la parte superior de matplotlib para construir fácilmente visualizaciones avanzadas.
• Scipy: este paquete, con su implementación de muchas distribuciones, rutinas de optimización, pruebas de hipótesis y funciones especiales que surgen con frecuencia en las estadísticas, a menudo puede ahorrarle un poco de trabajo tedioso.

Lo anterior son los conceptos básicos. Una vez que se sienta cómodo con ellos, dependiendo de su enfoque, es posible que desee aprender a usar paquetes como theano , PyStan y más.