01

入门必看，不需要会编程系列

1、《深入浅出数据分析》

应该是大部分人数据分析入门的第一本书。

通俗简单，能够让你对数据分析的相关概念有大致的了解。这本书蕴含的思想逻辑和分析原则，要好好体会，会对你以后的学习有很大的帮助。

2、《深入浅出统计学》

这是一本号称“文科生也能看懂”的统计书，阅读起来相当容易，一口气就能看完。

这本书所讲的知识在数据分析中都是常见且必须掌握的，比如基本的统计量，基本上每个分析项目中都会用到：比如基本的概率分布，总体与样本的概念、置信区间、假设检验、回归分析，都是关于数据分析的统计学知识。

读者点评：“HeadFirst类的书籍，一向浅显易懂形象生动，可以对分析概念有个全面的认知。”

3、《赤裸裸的统计学》

这本书是结合生活讲解统计知识，生动有趣。

从作者自身的生活经历讲述他与统计学的故事。处处见得统计学在生活中的智慧。

读者点评：“可以避免统计学一上来就大讲贝叶斯概率和随机分析的枯燥。”

02

进阶：数据变多，不学编程搞不定系列

数据分析领域的三把数据库利器：R语言、Python、SQL。

1、《R语言实战》

如果要用R语言做数据分析，建议读完《深入浅出数据分析》之后，就开始读这本。

从工具的安装，到具体分析方法在R语言中的实现，讲解详细，可操作性极强，是一本非常值得读的数据分析书。

2、《利用Python进行数据分析》

最经典的数据分析书之一，其中梳理介绍的pandas、Numpy、matplotlib 等库，应对一般的数据分析，完全足够。

3、《MySQL必知必会》

企业的数据，多是以数据库的形式存储起来的，那么如果你要去调用你想要的那部分数据，SQL就是必须的技能。

MySQL本身比较简单，对于数据分析师来说，只需要掌握基本的语句和技巧，能够进行基本的数据提取和处理就能够应对一般的数据分析需求了。

03

高阶：数据思维高度训练系列

1、《精益数据分析》

书中并没有讲到具体的数据分析技术，主要分析了各种产品中用到的指标、模型和“数据驱动型产品”的一些思路。

读者点评：“此书优势在于将企业分成了几个大的行业类别，并分门别类的讲解了每个行业的商业模式特点及分析技巧，对使用者的分析能力要求较高，且必须具备相应的业务知识。”

2、《数据科学实战》

这本书是数据分析和机器学习之间的桥梁。从探索性的数据分析，引出了机器学习的基本算法：回归分析、k近邻、k均值，并介绍了不同应用场景中最常见的机器学习算法。

读者点评：“对于做了一段时间数据分析工作的人，这无疑是进阶更高维度的好书，很难有一本书，能够让你从简单的数据分析平滑地过渡到机器学习和数据挖掘，这本书我认为是这方面做的最好的一本。”

3、《决战大数据》

阿里巴巴前数据副总裁车品觉所著，讲解了阿里巴巴在企业内部治理数据过程中的心得，所讲“存-通-用”数据管理三板斧和“从数据化运营到运营数据”，字字珠玑，可堪借鉴。

04

领书时间

这些数据分析书籍是资深数据分析师的丰富经验的汇编，其中有深入浅出的理论讲解，也有多种多样的案例解析，对数据分析的学习会有相当大的帮助。

不过，纸上得来终觉浅，绝知此事要躬行。在真正的实践操作中不断重复练习才能将纸上的文字内化成自己的知识。