小文 | 公众号：小文的数据之旅
又到了周末，是时候更新一波了！常有人问起来，我是怎么转行到数据分析行业的，又是怎么从零编程入坑python的，面对市面上那么多《xx天入门》的书籍，该如何挑选？今天小文将捋一捋我的学(ru)习(keng)路径以及方法。
书中自有黄金屋，书中自有颜如玉，此话不假，但前提是你要找到有黄金屋的书，加上独立思考，并且努力实践。总结了多位大佬的学习方法后，小文找到了最有效率地入门路径那就是选好方向，看有用的书，多码几次代码！重要的事情还是需要说三遍的，选好方向，看有用的书，多码几次代码！选好方向，看有用的书，多码几次代码！选好方向，看有用的书，多码几次代码！而我的方向是数据分析，所以本文将从数据分析启蒙—基础—进阶的路线进行叙述。
入坑的第一本书，数据分析启蒙书---《深入浅出数据分析》
《深入浅出数据分析》是深入浅出系列之一，以生动的语言，从各个场景介绍了数据分析的方法以及应用，是一本引人入胜的数据分析启蒙书。给我印象最深刻的莫过于贝叶斯统计与主观概率这两章了，尤其是主观概率，让专家们对某一事件进行评分，预测某一事件发生的概率，然后根据最新的消息，通过贝叶斯规则调整概率值，重新预测。
有了兴趣之后就开始打基础了，因为看了深入浅出系列觉得不错，于是把《深入浅出统计学》，《深入浅出mysql》，《深入浅出python》看了个遍，对统计学、mysql、python都有了一定的了解。
统计学除了《深入浅出统计学》之外，还有一些比较有趣的书籍，有助于轻松过关统计学，那就是漫画学系列《漫画统计学》、《漫画统计学之回归分析》、《漫画统计学之因子分析》、《漫画线性代数》、《漫画微积分》和《漫画微分方程》。这些书都较为简单易懂，所以花的时间也不多。
Mysql主要看了《深入浅出mysql》和《mysql必知必会》，基本上应用层面的操作就过关了。
关于python的话，经典之作《利用python进行数据分析》是公认的必看教材，我也看了，但是个人觉得并不是我的首推，我的首推是《笨方法学python3》，这本书怎么定义呢？就是可以不知道它在说什么，但是却要跟着它码下去的书籍，从头到尾码几次，基本python的基础语法就算过关了，就是这么神奇，当然还是得带着学习的态度，而不是无脑的码代码。
然后是《对比excel，轻松学习python数据分析》，人称小黄书，推荐小黄书是因为它从我们熟悉的excel入手，对比excel常用操作来学习python能够带你快速掌握python数据分析常用操作，也是一本简单易读却很好用的书籍，跟着码几次，基本pandas，numpy，matplotlib的用法都了如指掌。
接着才是《利用python进行数据分析》，对比小黄书，这本经典之作更为深入详细的叙述了python常用包的使用方法，还是很有可读性的。
最后，也是最为重要的一点，就是看官方文档！重要的事情说n多遍，看官方文档！看官方文档！看官方文档！…官方文档！…方文档！…文档！…档！
无论是新手还是老手，都需经常看一看官方文档，毕竟一个包的方法有很多，各个方法参数也有很多，想要一一记住可能性不大，但是常用的还是的记住！
基础打好了之后，已经可以胜任简单的数据分析工作了，接下来需要拓展我们的数据分析思维，这里我推荐《活用数据—驱动业务的数据分析实战》，这是一本从业务出发，利用常用的数据分析方法，通过案例帮助新手破局的书。书中包含大量的分析方法，如pest，swot，波士顿五力，假设验证，矩阵分析，对应分析等等，当然里面的案例是用spss操作的，我们学过python的人当然要用python实现一遍啦！！！
接着是《python数据分析与数据化运营》，这也是一本从实战出发，叙述如何用python进行数据分析、数据化运营的书籍，其中包含了大量使用技巧，可读性很高。当然里面涉及到很多机器学习的内容，因此也可以把它当作是机器学习入门之书。因为小文就是这样看了这本书之后，开始机器学习之旅的。
机器学习的入门首推Andrew Ng的《斯坦福大学公开课:机器学习课程》，当时我是在网易云课堂浏览的，可以配合黄博士整理的中文笔记一起学习。
接着是经典之作《统计学习方法》，目前出了第二版，在第一版的基础上添加了非监督学习等内容。经常会听到这样的对话：
A：《统计学习方法》有什么好的？ 为什么那么多人推荐？
B：那你说说这本书有什么不好的？觉得不好的话多看几次就会觉得好的了。
最后还是那句话，scikit-learn的官方文档，既有理论阐述，也有使用方法的介绍，还有具体例子，助你快速入门机器学习。
以上就是本期的推荐，如果对以上的书感兴趣的话可以去找来看看，看看是否也能快速地助你入门数据分析！小文整理了部分电子书，关注小文的数据之旅，后台回复学习书籍，就可获得！