那些看了以后大呼过瘾的数据分析书

从新手到高手，不多不少，正好10本。

一、入门的过瘾是能“麻溜的一下看完”

1、深入浅出系列：

“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。”

《深入浅出数据分析》

数据分析入门第一本。通俗简单，却能够让你对数据分析的相关概念有大致的了解，要去体会作者传达出来的思想逻辑和分析原则，这对你以后的学习有很大的帮助。

《深入浅出统计学》

号称“文科生也能看懂”的统计书。尽管阅读容易，但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。

2、《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。

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。作者年轻时是个追求学习意义的学霸，后来自己从统计学中发掘了很多可以应用到生活的地方。

“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。”

4、《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。

二、高阶的过瘾是要“硬核知识丰富到爽”

1、《精益数据分析》

“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。”

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。

2、《The Wall Street Journal Guide to Information Graphics》

华尔街日报负责商业分析的人做的可视化指南，精华且实用。图表制作的标杆。

3、《ggplot2：数据分析与图形艺术》

ggplot2 是最优秀的数据分析可视化工具之一，这本书系统地讲解了 ggplot2 的基本原理和具体操作，书中有大量的例子，也可以下载源代码。更建议直接学习英文版的教材（如果英文过关的话）。

4、《数据科学实战》

“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。”

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。

5、《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。

作者：简道云

推荐阅读：

如果喜欢本文，欢迎关注并置顶公众号