數據分析需要讀哪些書

1. 大家推薦一本寫得好的關於大數據的書

兩本：
《大數據:正在到來的數據革命》 塗子沛
《大數據時代:生活、工作與思維的大變革》回 維克托答•邁爾-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 肯尼思•庫克耶 (Kenneth Cukier) (作者), 盛楊燕 (譯者), 周濤 (譯者)
嫌少再加兩本：
《刪除:大數據取捨之道》 維克托•邁爾-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 袁傑 (譯者)
《爆發:大數據時代預見未來的新思維》 艾伯特•拉斯洛•巴拉巴西(Albert László Barabási) (作者), 馬慧 (譯者)

2. 自學數據分析需要看哪些書的

一、整體了解數據分析——5小時
新人們被」大數據「、」人工智慧「、」21世紀是數據分析師的時代「等等信息吸引過來，立志成為一名數據分析師，於是問題來了，數據分析到底是干什麼的?數據分析都包含什麼內容?
市面上有很多講數據分析內容的書籍，在此我推薦《深入淺出數據分析》，此書對有基礎人士可稱消遣讀物， 但對新人們還是有一定的作用。閱讀時可不求甚解，重點了解數據分析的流程、應用場景、以及書中提到的若干數據分析工具，無需糾結分析模型的實現。5個小時，足夠你對數據分析工作建立初步的印象，消除陌生感。
二、了解統計學知識——10小時
15個小時只夠你了解一下統計學知識，作為入門足夠，但你要知道，今後隨著工作內容的深入，需要學習更多的統計知識。
本階段推薦書籍有二：《深入淺出統計學》《統計學：從數據到結論》，要了解常用數理統計模型(描述統計指標、聚類、決策樹、貝葉斯分類、回歸等)，重點放在學習模型的工作原理、輸入內容和輸出內容，至於具體的數學推導，學不會可暫放一邊，需要用的時候再回來看。
三、學習初級工具——20小時
對於非技術類數據分析人員，初級工具只推薦一個：EXCEL。推薦書籍為《誰說菜鳥不會數據分析》，基礎篇必須學習，提高篇不一定學(可用其他EXCEL進階書籍)，也可以學習網上的各種公開課。
本階段重點要學習的是EXCEL中級功能使用(數據透視表，函數，各類圖表適用場景及如何製作)，如有餘力可學習VBA。
四、提升PPT能力——10小時
作為數據分析人員，PPT製作能力是極其重要的一項能力，因此需要花一點時間來了解如何做重點突出，信息明確的PPT，以及如何把各類圖表插入到PPT中而又便於更新數據。10個小時並不算多，但已經足夠(你從來沒做過PPT的話，需要再增加一些時間)。具體書籍和課程就不推薦了，網上一抓一大把，請自行搜索。
五、了解資料庫和編程語言——10小時
這個階段有兩個目標：學習基礎的資料庫和編程知識以提升你將來的工作效率，以及測試一下你適合學習哪一種高級數據分析工具。對於前者，資料庫建議學MySQL(雖然Hadoop很有用但你不是技術職位，初期用不到)，編程語言建議學Python(繼續安利《深入淺出Python》，我真沒收他們錢……)。資料庫學到聯合查詢就好，性能優化、備份那些內容用不到;Python則是能學多少學多少。
六、學習高級工具——10小時
雖然EXCEL可以解決70%以上的問題，但剩下30%還是需要高級工具來做(不信用EXCEL做個聚類)。高級分析工具有兩個選擇：SPSS和R。雖然R有各種各樣的好處，但我給的建議是根據你在上一步中的學習感覺來定學哪一個工具，要是學編程語言學的很痛苦，就學SPSS，要是學的很快樂，就學R。不管用哪一種工具，都要把你學統計學時候學會的重點模型跑一遍，學會建立模型和小幅優化模型即可。
七、了解你想去的行業和職位——10+小時
這里我在時間上寫了個」+「號，因為這一步並不一定要用整塊時間來學習，它是貫穿在你整個學習過程中的。數據分析師最需要不斷提升的能力就是行業和業務知識，沒有之一。你將來想投入哪個行業和哪個職位的方向，就要去學習相關的知識(比如你想做網站運營，那就要了解互聯網背景知識、網站運營指標體系、用戶運營知識等內容)。
八、做個報告——25小時
你學習了那麼多內容，但現在出去的話你還是找不到好工作。所有的招聘人員都會問你一句話：你做過哪些實際項目?(即使你是應屆生也一樣) 如果你有相關的項目經驗或者實習經驗，當然可以拿出來，但是如果沒有，怎麼辦?答案很簡單，做個報告給他們看，告訴招聘者：我已經有了數據分析入門級(甚至進階級)職位的能力。同時，做報告也會是你將來工作的主要內容，因此也有可能出現另外一種情況：你費盡心血做了一個報告，然後發現這不是你想要的生活，決定去干別的工作了……這也是件好事，有數據分析能力的人做其他工作也算有一項優勢。

3. 數據分析入門經典書籍推薦

1、《MySQL必知必會》

推薦理由：

這本書把SQL寫的非常簡單，SQL確實也很簡單，其實pandas就已可以實現很多數據管理的工作，而了解 SQL 的意義在於融入到實際的數據使用的場景。

比如企業的數據，多是以資料庫的形式存儲起來的，那麼如果你需要去調用你需要的那部分數據，那麼 SQL 就是必須的技能。如果你在最開始就想用公司的數據來練習，那麼你可以把這本書漏孫的閱讀放到最前面。

內容解析：

書中應該重點掌握的一些點：

SELECT語句：讓你能夠去提取你需要的那部分數據；

DELETE和UPDATE：知道怎麼實現數據的增、刪、改；

數據過濾：激纖where、and、or、通配符等過濾方式；

數據的匯總和分組、資料庫連接：應對更明搜仿加復雜的數據和相關聯的數據；

子查詢：查詢中的查詢。

2、《深入淺出統計學》

推薦理由：

把這本書放在第一順序，是因為它真的很簡單，非常非常基礎的統計書，適合任何一個沒有基礎的小白，文科生也能看懂，但是能夠讓你對數據分析的一些基本概念有大致的了解。

內容解析：

這本書包括：信息可視化、概率計算、幾何分布、二項分布及泊松分布、正態分布、統計抽樣、置信區 間的構建、假設檢驗、卡方分布、相關與回歸，所有知識點都有練習，讀起來輕松有趣。

另外，書中提到的一些案例，比如提升化妝品銷量、分析星巴克銷量、生產線最優解、網站ABtest、競品分析、薪資預測等等，看起來很簡單，但其實都是工作最常見的一些分析場景。這對數據思維的養成，非常有幫助。

總的來說，這本書很難讓你掌握數據分析技術，但它會大大降低你之後學習的一些阻力，過一遍即可。

4. 學數據分析看什麼書

學數據分析可以看《Excel數據分析》《深入淺出數據分析》《誰說菜鳥不會數據分析》。數據分析是指用適當的統計分析方法對鋒盯收集來的大量數據進行分析，將它們加以匯總和理解並消化，以求最大化地開發數據的功能，發揮數據銀模和的作用。數據碼配分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。

5. 數據分析入門經典書籍推薦

【導讀】隨著互聯網的發展，數據分析已經成了非常熱門的職業，大數據分析師也成了社會打工人趨之若鶩的職業，不僅高薪還沒有很多職場微世界的繁瑣事情，不過要想做好數據分析工作也並不簡單，參看一些好書，對行進數據分析會更有幫助!今天小編就給大家帶來了數據分析入門經典書籍推薦，希望對各位小夥伴有所幫助。

數據分析入門

1.《誰說菜鳥不會數據分析》

不只闡明晰一些常見的剖析技巧，並趁便 Excel 的一些常識以及數據分析在公司中所在的方位，輕松把握數據分析的技術，也對職場了解有必定的幫助。

2.《淺顯易懂數據分析》

數據分析入門首先本。類似於小說的生動辦法，淺顯易懂形象生動地詮釋了數據分析的根柢進程，試驗辦法，最優化辦法/假定查驗法/貝葉斯核演算法/等等辦法論，讓讀者可以對剖析概念有個全面的認知。

Excel根底

1.《Excel圖表之道》

奉告讀者怎樣規劃和製作抵達雜志級質量的、專業有用的商務圖表，作者比照方《商業周刊》、《經濟學人》等全球頂尖商業雜志上的精彩圖表事例進行剖析，給出其依據Excel的完畢辦法，包括數據地圖、動態圖表、儀錶板等許多高檔圖表技巧。

2.《Excel這么用就對了》

所觸及的具體內容包括排序、挑選、函數公式、數據透視表、圖表、宏與VBA
等功用運用，並結合許多的企業運用實例，以圖文並茂的辦法將處理思路和操作進程逐一呈現。

作為數據分析師，如果僅僅安於現狀，不注重自我行進，那麼，不久的將來，你很或許成為公司的「人肉」取數機，影響往後的工作生計。

以上就是小編今天給大家整理分享關於「數據分析入門經典書籍推薦」的相關內容希望對大家有所幫助。小編認為要想在大數據行業有所建樹，需要考取部分含金量高的數據分析師證書，一直學習，這樣更有核心競爭力與競爭資本。

6. 做數據分析不得不看的書有哪些

一、數據分析入門：
《Head First Data Analysis》鏈接：深入淺出數據分析、最優化方法、假設檢驗方法、貝葉斯統計方法、主觀概率法、啟發法、直方圖法、回歸法、誤差處理、相關資料庫、數據整理技巧一一講到。圖比較多，適合入門。
《Head First Statistics》
推薦理由同上，適合入門者的經典教材。

《R in Action-Data Analysis and Graphics with R》鏈接：

R是屬於GNU系統的一個自由、免費、源代碼開放的軟體，用於統計計算和統計制圖。這本書從實用的統計研究角度逐例分析R在數據處理、模型構建、以及圖形操作上的由淺入深的結合，堪稱經典。

《數據之魅-基於開源工具的數據分析》鏈接：數據之魅
作者是華盛頓大學理論物理學博士。這本書是數據分析的經典之一，包含大量的R語言模擬過程及結果展示，例舉了很多數據分析實例和代碼。

《數據挖掘-市場營銷、銷售與客戶關系管理領域應用》鏈接：數據挖掘技術
作者是Data Miners的創辦人，有二十多年的營銷和客戶關系管理結合數據挖掘的經驗。詳細介紹了作為一個數據挖掘團隊需要的知識體系，包括資料庫、SAS使用、統計學、機器學習、數據可視化、如何訪問用戶收集需求、如何寫論文與溝通等等。有條件的建議看英文原版。

《Data Analytics for Beginners: Basic Guide to Master Data Analytics》

入門五星推薦。裡面很多圖表實例，手把手教你如何EXCEL畫圖，對各種知識點（平均值，模式，中值，方差，標准偏差）的講解相當的到位，比起大學里的各種課本靠譜。

先把這些花時間啃啃，數據分析的理論部分就基本入門了，根據實際情況還需要結合你的業務需求來進行系統的學習。

二、數據分析進階：

《Doing Data Scienc》
作者Cathy O』Neil是哈佛大學的博士，MIT的數據博士後，曾今作為一名Quant在對沖基金D.E. Shaw 工作，目前是一家紐約初創公司的Data scientist 。這本書需要有一定的編程和理論基礎，作為入門教材來說有點難，雖然只有400來頁，但是涉及的知識點很全面。每一章節的核心內容都附有編程案例，R/Python/Shell三種語言任君挑選。

《Python for Data Analysis》
Python數據分析必看，適合入行不久的數據分析師。作者有多年的Python數據分析工作經驗，對各種Pyhon包iPython，NumPy，pandas，matpotlib等有著很深的理解。看完這本，敲完代碼，Python數據分析就算入行了。

《Data Science for Business》
很多牛人為之作序，數據科學如何與商業結合，相信這本書會給你一些啟發。

《Python Data Science Handbook》
2016年6月出版的，500頁保質保量，作者（Jake VanderPlas）是華盛頓大學電子科學研究所的高級數據科學研究員，研究領域包括天文統計學、機器學習和可擴展計算。書的前半部分介紹了用於數據分析和一般的科學計算的基本Python庫，後面從實際應用的角度使用Python庫scikit-learn開始機器學習實踐。適合有一定Python基礎人（或者R基礎），並且想學習如何使用Python進行數據分析的人。

《Storytelling with Data》
作者Cole NussbaumerKnaflic，私募分析師，前Google人力分析團隊總監。本書展示了如何高效率展示量化資訊，如何用豐富的資料講故事。Google內部的數據可視化課程講師，之前也在Maryland Institute College of Art兼職講師。如果你想知道如何以圖敘事，這邊好書不容錯過。

7. 有沒有適合自學數據分析的書推薦

第一大類：理論類。 理論層面的書籍，比如《大數據時代》 、《數據之版巔》 。

第二大類：技權術類。 技術層面的書籍，比如《Hadoop技術內幕》系列。這一類的書籍，主要是指系統技術類，在構建大數據系統時，系統如何運作，各系統組件的設計目標、框架結構、適用場景、工作原理、運作機制、實現功能等等。這類書籍，適合於IT系統部，開發部的技術人員。他們需要明白系統的運作機制，利用系統來實現大數據的應用開發，以及系統運維優化等。

第三大類：應用類。 應用層面的書籍，比如《數據挖掘技術》 、《基於SPSS的數據分析》等等。 這一類的書籍，主要是指應用技術類，告訴你如何應用工具和方法，從海量數據中提取有用的信息，來解決真實的業務問題。這類書籍，適合於業務部門、市場營銷部門及與業務結合比較緊密的人員。他們更關注業務問題的解決，圍繞業務問題來構建分析和解決方案。

8. 自學數據分析需要看哪些書的

第1本《誰說菜鳥不會數據分析入門篇》
很有趣的數據分析書！基本看過就能明白，以小說的形式講解，很有代入感。包含了數據分析的結構化思維、數據處理技巧、數據展現的技術，很能幫我們提升職場競爭能力。找不到工作的，學好了它，自然沒問題。
第2本《拯救你的Excel數據的分析、處理、展示（動畫版）》
一本用手機看的Excel操作書，大部分例子都配置了二維碼，手機掃掃就能看，基本上可以躺著把書學了。所有數據的分析、處理也都帶了職場範例（有會計、HR、銷售場景），很貼合實際。拯救我們小白的Excel，職場加薪不是夢想！
第3本《Excel圖表之道：如何製作專業有效的商務圖表》
職場大牛的書，教我們做圖表的，好看到不能再好看。可以設計和製作達到雜志級質量的、專業有效的商務圖表。相信平時我們很難做到吧，看了你就知道，也許一切沒那麼難。
第4本《絕了！Excel可以這樣用：數據分析經典案例實戰圖表書》
挺好的一個系列，都是Excle常用的技巧，適合銷售和HR。也是職場故事，很接地氣，帶視頻的，全都是Excel數據分析的常用理念和方法。
第5本《深入淺出數據分析》
深入淺出系列是對新手非常友好的叢書，用生動但啰嗦的語言講解案例。厚厚的一本書翻起來很快。本書涉及的基礎概念比較廣，包含一點統計學知識，學下來對數據分析思維會有一個大概了解。
第6本《MySQL必知必會》
如果真想買書看，可以看這本，適合新手向的學習，看基礎概念和查詢相關的章節即可。網路上大部分MySQL都是偏DBA的。
第7本《深入淺出統計學》
大概是最啰嗦的深入淺出系列，從賣橡皮鴨到賭博機的案例，囊括了常用的統計分析如假設檢驗、概率分布、描述統計、貝葉斯等。
第8本《網站分析實戰》
互聯網不再是網站的天下，但是移動端依舊有Web，我們在朋友圈看到的所有H5活動、第三方內容等，都是依託網頁實現。網站的數據分析依舊有存在空間，網站的數據指標還是能夠指導我們運營！
第9本《深入淺出Python》
還是深入淺出系列，完全適合零基礎的新人。需要注意的是，編程學習不同於其他知識，如果計算機基礎不穩固，在使用中會遇到各類問題。知其然不知其所以然！
第10本《Python學習手冊》
對於擁有編程基礎的人，這本書系無巨細的有些啰嗦，不過對新人，可以避免不必要的坑。把它當作一本工具文檔吧，當遇到不理解的內容隨時翻閱。
第11本《利用Python進行數據分析》
這本書是你學習python不二之選，對著書，著重學習numpy，pandas兩個包！每段代碼都敲打一遍，千萬行的數據清洗基本不會有大問題了。
第12本《R語言實戰》
R語言的入門書籍，從數據讀取到各類統計函數的使用。雖然沒有涉及機器學習，依靠這本書入門R是綽綽有餘了。
第13本《統計學：從數據到結論》
這本書是將R語言和統計學結合的教材，可以利用這本書再復習一遍統計知識。
第14本《深入淺出SQL》
帶你進入SQL語言的心臟地帶，從使用INSERT和SELECT這些基本的查詢語法到使用子查詢（subquery）、連接（join）和事務（transaction）這樣的核心技術來操作資料庫。到讀完《深入淺出SQL》之時，你將不僅能夠理解高效資料庫設計和創建，還能像一個專家那樣查詢、歸一（normalizing）和聯接數據。你將成為數據的真正主人。
第15本《數據挖掘導論》
這本書絕對是一本良心教材，拿到手從第一章開始閱讀，能看多少就看多少。但是要盡量多看點，因為此書你可能要看一輩子的～～
第16本《演算法導論中文版》
本書將嚴謹性和全面性融為一體，深入討論各類演算法，並著力使這些演算法的設計和分析能為各個層次的讀者接受。演算法以英語和偽代碼的形式描述，具備初步程序設計經驗的人就能看懂；說明和解釋力求淺顯易懂，不失深度和數學嚴謹性。
上面的書籍都是PDF版
視頻教材的有：
Python入門教程完整版（懂中文就能學會）資料
Python入門教程完整版（懂中文就能學會）視頻
Mysql從入門到精通全套視頻教程
8天深入理解python教程
大數據Hadoop視頻教程，從入門到精通
Python就業班
Python標准庫（中文版）
數學建模0基礎從入門到精通，全套資源
0基礎Python實戰-四周實現爬蟲系統
麥子學院招牌課程[明星python編程視頻VIP教程][200G](價值9000元)
從零基礎到數據分析師，幫你拿到年薪50萬！
瑋心:xccx158

9. 提高數據分析能力必讀書籍推薦

【導讀】隨著互聯網的發展，數據分析已經成了非常熱門的職業，大數據分析師也成了社會打工人趨之若鶩的職業，不僅高薪還沒有很多職場微世界的繁瑣事情，不過要想做好數據分析工作也並不簡單，參看一些好書，對行進數據分析會更有幫助!今天小編就給大家帶來了提高數據分析能力必讀書籍推薦，希望對各位小夥伴有所幫助。

數據分析進階

1.《精益數據分析》

本書展示了怎樣驗證自己的設想、找到實在的客戶、打造能掙錢的產品，以及行進企業知名度。並經過30多個事例剖析，深化展示了怎樣將六個典型的商業辦法運用到各種規劃的精益創業、數據分析根底，和數據驅動的思維辦法中，找到企業添加的首先要害方針。

2.《數學之美》

本書把深邃的數學原理講得愈加通俗易懂，讓非專業讀者也能領會數學的魅力。讀者經過具體的比方學到的是考慮問題的辦法 ——
怎樣化繁為簡，怎樣用數學去向理工程問題，怎樣跳出固有思維不斷去考慮立異。

數據挖掘

1.《數據挖掘導論(無缺版)》

本書全面介紹了數據挖掘，包括了五個主題：數據、分類、相關剖析、聚類和異常檢測。除異常檢測外，每個主題都有兩章。前一章包括根柢概念、代表性演算法和點評技術，然後一章談論高檔概念和演算法。這樣讀者在透徹地了解數據挖掘的根底的一同，還可以了解更多重要的高檔主題。

2.《數據挖掘概念與技術》

本書無缺全面地敘說數據挖掘的概念、辦法、技術和最新研討翻開。本書對前兩版做了全面修訂，加強和從頭組織了全書的技術內容，要害論說了數據預處理、再三辦法挖掘、分類和聚類等的內容，還全面敘說了OLAP和離群點檢測，並研討了挖掘網路、凌亂數據類型以及重要運用范疇。

3.《數據挖掘與數據化運營實戰：思維、辦法、技巧與運用》

現在有關數據挖掘在數據化運營實踐范疇比較全面和系統的作品，也是諸大都據挖掘書本中為數不多的交叉許多實在的實踐運用事例和場景的作品，更是發明性地針對數據化運營中不同剖析挖掘課題類型，推出逐一對應的剖析思路集錦和相應的剖析技巧集成，為讀者供給「菜單化」實戰錦囊的作品

作為數據分析師，如果僅僅安於現狀，不注重自我行進，那麼，不久的將來，你很或許成為公司的「人肉」取數機，影響往後的工作生計。

以上就是小編今天給大家整理分享關於「提高數據分析能力必讀書籍推薦」的相關內容希望對大家有所幫助。小編認為要想在大數據行業有所建樹，需要考取部分含金量高的數據分析師證書，一直學習，這樣更有核心競爭力與競爭資本。