在Python中，我们可以使用SciPy库的stats模块来计算数据的峰度和偏度，以下是具体的步骤：

1. 安装SciPy库

你需要确保你的Python环境中已经安装了SciPy库，如果没有，你可以使用pip来安装：

pip install scipy

2. 导入必要的模块

接下来，你需要导入SciPy库中的stats模块：

import scipy.stats as stats

3. 准备数据

你需要准备一些数据，这可以是任何数值类型的数据，例如列表或NumPy数组，在这个例子中，我们将使用一个列表：

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

4. 计算峰度

峰度是描述数据分布形状的统计量，它描述了数据分布的尖峭程度，在SciPy的stats模块中，可以使用kurtosis()函数来计算峰度：

kurtosis = stats.kurtosis(data)
print("Kurtosis: ", kurtosis)

5. 计算偏度

偏度是描述数据分布形状的统计量，它描述了数据分布的偏斜方向和程度，在SciPy的stats模块中，可以使用skew()函数来计算偏度：

skewness = stats.skew(data)
print("Skewness: ", skewness)

以上就是在Python中使用SciPy库计算数据的峰度和偏度的步骤。