怎样进行大数据的入门级学习？

大数据在刚出来的时候，人们表现的非常乐观，以至于对它持有非常高的期望，和普遍的追捧。

不过只要有数据在，大数据就不会过时。随着上游的数据规模持续增长，大数据在未来一定会扮演重要角色。因此，市场需求将会更加突出，未来的发展趋势也一定是稳步向前的。

想要学习大数据，总得先了解有哪些必备的技能。废话不多说，先来上图：

接下来围绕着所需技能推荐20本相关的书籍：

1、数据科学与大数据分析

数据科学与大数据分析在当前是炙手可热的概念，关注的是如何通过分析海量数据来洞悉隐藏于数据背后的见解。本书是数据科学领域为数不多的实用性技术图书，它通过详细剖析数据分析生命周期的各个阶段来讲解用于发现、分析、可视化、表示数据的相关方法和技术。

2、数据可视化（第2版）

本书从研究者的角度，介绍数据可视化的定义、方法、效用和工具，既可作为初学者的领路手册，也可用于可视化研究和可视化工具使用的参考指南。

基础篇，阐述数据可视化的基础理论和概念，从人的感知和认知出发，介绍数据模型和可视化基础；

时空数据篇，介绍带有空间坐标或时间信息的数据的可视化方法，此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生；

非时空数据篇，描述非结构化和非几何的抽象数据的可视化，这些数据既存在于真实物理空间，又是社会空间和网络信息空间的基本表达形式；

用户篇，介绍面向各类数据的可视化在实际应用中共同需要的方法、技术和工具，例如交互和可视化评测方法，以及在具体领域的可视化和应用系统。

3、Python数据可视化之matplotlib精进

使用大量的matplotlib 实用案例讲解Python 数据可视化在各个应用方向上的实现方法。通过学习这些实用案例，读者可以更好地掌握Python 数据可视化的高级技能。

本书主要由图形、元素、交互、探索和拓展5 部分组成，每部分的实用案例都有利于拓展matplotlib 的应用视野，而且案例中的示例代码只涉及Python 的基础知识。

这样，在Python 数据可视化的实践中，有利于读者将时间和精力放在系统掌握matplotlib 知识和技能上面，全面提高对matplotlib 的理解程度及应用水平。

4、