科技猎好书荐书 | 数据分析必看书单
还记得那句扎心的话吗：“这个世界正在惩罚那些不读书的人”。当你在抱怨薪水低，生活压力大的时候，别人已经读完了下面一大半的书籍，做了比你多不止两倍的数据分析案例，总结了十几篇的数据心得，请教了不止一两个的行业资深专家。
每一个行业的技能，都需要由浅入深，小编盘点了众多数据分析大牛推荐的学习数据分析的书籍，并按照入门，进阶，高级三个等级进行了分类，还亲自准备了经典书籍的 pdf电子书 数据包 赠送给需要学习数据分析 的小伙伴。
先深刻评估一下自己的知识储备，如果还不够，那就从初级入门的书单中挑选一些恶补一下。如果你已经达到了高级运营或者产品经理的程度，那就从进阶或者高级进阶开始加深专业度。你也可以和那些大牛一样，找到适合你的业务需要方向，拿起一本书，每天专注研读半小时，利用十分钟做一个思维导图，几个月过去，你就是一个精通数据分析的小专家了。
数据分析入门书籍
对数据分析没有整体概念的人，应届毕业生，经验尚浅的转行者等。
《谁说菜鸟不 会 数据分析》
这本书通俗易懂，全书8章分别讲解数据分析必知必会的知识、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美、数据分析报告的撰写技能以及持续的修炼。讲解的很详细，适合数据分析小白入门。
《赤裸裸的统计学》
作者是(美)查尔斯·惠伦(Charles Wheelan)
学习数据分析，了解统计学是必须的。这本书用生活有趣的案例、直观的图表揭开了统计学、大数据和数字的“神秘面纱”，让你知道权威期刊、媒体新闻、民意调研中公布的数字从何而来，轻松掌握判断这些统计数字“是否在撒谎”的秘籍。
《深入浅出统计学》
Headfirst 类书籍，同上，可以帮助你快速了解统计方面的知识。
《深入浅出数据分析》
电子工业出版社的经典书目系列，从数据分析基本步骤开始、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧一一讲到。图比较多，适合入门。
《 R语言实战 》
R是属于GNU系统的一个自由、免费、源代码开放的软件，用于统计计算和统计制图。这本书从实用的统计研究角度逐例分析R在数据处理、模型构建、以及图形操作上的由浅入深的结合，堪称经典。
看完这些，数据分析的理论就基本入门了，然后再根据你的业务需要做系统的学习，然后进入进阶阶段。
数据分析进阶书籍
具有一定的业务需求，具备了一定的分析常识，比较适合网站分析师，商业分析师以及数据产品经理。
《 Python for Data Analysis 》
Python数据分析必看，作者有多年的Python数据分析工作经验，对各种Pyhon包iPython，NumPy，pandas，matpotlib等有着很深的理解。看完这本，敲完代码，Python数据分析就算入行了。
《 Data Science for Business 》
很多牛人为之作序，数据科学如何与商业结合，相信这本书会给你一些启发。
《 Python Data Science Handbook 》
作者（Jake VanderPlas）是华盛顿大学电子科学研究所的高级数据科学研究员，研究领域包括天文统计学、机器学习和可扩展计算。书的前半部分介绍了用于数据分析和一般的科学计算的基本Python库，后面从实际应用的角度使用Python库scikit-learn开始机器学习实践。适合有一定Python基础人（或者R基础），并且想学习如何使用Python进行数据分析的人。
《 Storytelling with Data 》
作者Cole NussbaumerKnaflic，私募分析师，前Google人力分析团队总监。本书展示了如何高效率展示量化资讯，如何用丰富的资料讲故事。Google内部的数据可视化课程讲师，之前也在Maryland Institute College of Art兼职讲师。
《数据挖掘概念与技术》
这本书很全面地讲述数据挖掘领域的重要知识和技术创新。在第1版内容相当全面的基础上，第2版展示了该领域的最新研究成果，例如挖掘流、时序和序列数据以及挖掘时间空间、多媒体、文本和Web数据。
《数据挖掘导论》
这本书介绍了数据挖掘，很全面，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章：前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。与许多其他同类图书不同，本书将重点放在如何用数据挖掘知识解决各种实际问题。
这本是明尼苏达大学和密歇根州立大学数据挖掘课程的教材，由于独具特色，正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。
《数据挖掘技术——市场营销、销售与客户关系管理领域应用》
这是一本优秀的数据挖掘教材，全面而系统地介绍了数据挖掘酌商业环境、数据挖掘技术及其在商业环境中的应用。
内容涵盖核心的数据挖掘技术，包括：决策树、神经网络、协同过滤、关联规则、链接分析、聚类和生存分析等。此外，还提供了数据挖掘最佳实践的概观、数据挖掘的最新进展和一些极具挑战性的研究课题，极具技术深度与广度。
《精通web analytics 2.0》
以网站分析为主，作者是Avinash Kaushik，译者是郑海平，邓天卓，两位作者是国内网站分析领域比较有经验的牛人，翻译是比较专业的。此书虽老，但其中很多思想和流量分析的案例仍然很有借鉴意义，现在纸质书只能上淘宝买旧书了。与此类似的有《网站分析实战》，是国内一本讲网站分析的书，没有上面经典，但胜在新出，很多案例和理念都有及时的更新。
《数据化管理》
黄成明著，讲解在企业中应用数据的例子，读完受益匪浅，里面举的很多例子都很接地气。虽说偏向于零售业管理，但大道归一，可适用于很多行业，当时依据里面的理念规划了美团外卖面向 BD 的数据产品。
《SQL从入门到精通》
学习 SQL 的入门书，SQL是个性价比很高的技能，简单而强大。任何想进一步提高自己数据分析技能的产品/运营/分析师 同学，都建议点亮这个技能点。
数据分析高级进阶
高级进阶就需要数据分析知识和分析模型功底更加深厚了，如涉及到企业内部数据治理，数据结合的业务分析，数据可视化等。
《决战大数据》
阿里巴巴前数据副总裁车品觉老师所著，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”。
《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。
《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。
《网站分析实战》
这本书适合网站运营人员、网络营销人员（SEO、SEM、EDM）、网站产品经理和个人站长阅读，本书也适合计算机专业或者市场营销专业的自学。
文／数极客
