数据分析师的必读书单

《数据分析师的必读书单》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数据分析师的必读书单有不少人留言希望我推荐数据分析的书单，刚好即将春节，无论是假日学习还是年后，都值得充电。读书最好的时候是学生时期，其次是现在。内容按照《如何七周成为数据分析师》的顺序。数据分析是一门专业且跨越多个领域的学科，虽然我每篇公众号都足够篇幅(乃至我自己觉得啰嗦)，可我还是得承认存在缺漏。如果有好书作为参考，对数据分析能力的成长更有帮助。这份书单权作入门级推荐，如果大家有更好的欢迎留言说明。我不能保证全部看过，毕竟基础书没必要看几本，但我尽量做到客观。建议大家根据自己基础挑选，不要贪多

2、。大家多支持正版。Excel《谁说菜鸟不会数据分析》知名度比较高的一套书，适合新手，优点是它和数据分析结合，而不是单纯地学习函数。学会函数适用的场景和过程比它本身更重要。是否需要学习VBA是仁者见仁的答案。我个人不建议。ExcelVBA的最大优势是适用性广，哪怕去其他行业其他职位，都离不开Excel，这时候它就是一个工作加分的亮点。但是在互联网行业，对数据分析师，VBA的性价比就不高了。这里只推荐一本，因为我就翻过上面这本，还没全看…数据可视化数据可视化的书不多。市面上多以编程为主，面向新手和设计

3、的教程寥寥无几。如果只是了解图表，看Excel的书籍也管用。内容很丰富，涉及可视化的方方面面，也囊括更类编程语言和设计软件：Python+JS+R+Excel。作者还有另外一本书《数据之美》。可视化是一门侧重灵感的学科，有一种入门技巧是从他人设计中学习，从模仿开始，了解他人是如何设计的，这个网络上有大量的信息图可以参考。当然数据分析师更需要的是如何发现，别只学习展示。英文足够好，可以看EdwardTufte的著作：《TheVisualDisplayofQuantitativeInformation

4、》、《EnvisioningInformation》、《BeautifulEvidence》。他是数据可视化的领军人物，他的理念是反对为艺术效果而混淆或者简化数据。暂时没有中文版。分析思维《金字塔原理》分析思维首推《金字塔原理》，金字塔原理有些人说它晦涩难懂，我认为是芭芭拉这个老太有骗稿费之嫌，本书包含了报告、写文、演讲等诸多内容。可以细看可以快看。另外还有一本同名案例集，有兴趣可以买。另外麦肯锡相关的书籍还有《麦肯锡意识》《麦肯锡工具》《麦肯锡方法》等。《深入浅出数据分析》深入浅出系列是对新手非

5、常友好的丛书，用生动但啰嗦的语言讲解案例。厚厚的一本书翻起来很快。本书涉及的基础概念比较广，包含一点统计学知识，学下来对数据分析思维会有一个大概了解。《精益数据分析》国外的精益系列一直以互联网创业作内容导向，本书也属于此类。如果是互联网行业相关，可以看看。它介绍了不同领域的指标，以及产品不同时期的侧重点。案例都是欧美，这部分做参考用。接下来的几本，是兴趣向读物。《黑天鹅》能拓展思维，讲叙了不确定性。《思考的技术》，大前研一的著作，也是咨询类经典。如果对咨询向的分析感兴趣，还可以看BCG系列，或者刷

6、CaseBook。《批判性思维》，则是教你如何形成理性思维。SQL数据库有很多种，常见有Oracle，MySQL，SQLServer等。我推荐学习MySQL，这是互联网公司的主流数据库。以后学习Hadoop生态时，MySQL也是最接近Hive语法的语言。MySQL不需要专门看书学习，因为数据分析师以查询为主，不需要考虑数据性能、数据安全和架构的问题。使用搜索引擎能解决90%的问题，我就是w3cschool学的。《MySQL必知必会》如果真想买书看，可以看这本，适合新手向的学习，看基础概念和查询相关

7、的章节即可。网络上大部分MySQL都是偏DBA的。如果想深入，可以看《高性能MySQL》，对分析师没啥用。至于另外一个方向NoSQL，对入门者还是小众了些。如果有余力，就学习正则表达式吧，清洗数据的工作就靠它了。统计学统计学是比较大的范围，分析师往后还需要学线性代数和矩阵、关系代数等。初学者不需要掌握所有公式定理的数学推导，懂得如何应用就行用。《深入浅出统计学》大概是最啰嗦的深入浅出系列，从卖橡皮鸭到赌博机的案例，囊括了常用的统计分析如假设检验、概率分布、描述统计、贝叶斯等。书本注重应用和趣味性，

8、数学推理一般。《商务与经济统计》国外的经典教材，已经出到第十二版了。国外教材都有丰富有趣的案例，所以读起来会比国内的轻松不少。如果你还在读书，不妨买这本看一看。名字既然有商务与经济，所以书中辅以了大量的相关案例。书内容很多，看起来不会快，适合细读。《TheElementsofStatisticalLearning》稍微有一些难度的英文书籍，属于进阶版统计学，国外很推崇。如果要往机器学习发展，这本书可以打下很好的基础。以上书籍的难度是逐步递增的。统计学是机器学习的基础，是概率、矩阵等