书不在多，而在于精。我分析了知乎上推荐的数据分析类书籍的回答，最终总结了以下内容，形成了这篇文章。
数据分析类的书有很多，可以按数据分析的流程分类，每个流程应该看哪些书籍。
也可以按照通识类和工具类进行分类，通识类可以理解为入门读物类，工具类就是针对不同的工具必读的书籍了。
还可以按照入门、进阶和高阶进行分类来阅读相应阶段的书籍。
这篇文章我会根据通识类、工具类、应用类三个大分类来总结不得不看的数据分析书籍。也就是从入门到用哪些工具到实战应用三个阶段。
通识类
看了这么多答案，总结了这么多内容后，我发现其实通识类的书籍被推荐的次数最多，其实就是入门类的读物，因为这是最快速了解这个行业的通道了，被大家推荐的最多的一本书则是深入浅出系列。
1、《深入浅出数据分析》
是一本非常适合数据分析行业入门的读物，以章回小说的方式由浅入深地讲述数据分析从业人员要用到的方法，从实际案例出发，告别晦涩难懂的概念。
我也写过这本书的读书笔记->深入浅出数据分析
也顺便做了个知识图谱：
《深入浅出数据分析》思维导图.jpg
2、《精益数据分析》
《精益数据分析》这本书是[加] 阿利斯泰尔·克罗尔和本杰明·尤科维奇著作，人民邮电出版社出版，2014年首发，如今过去6年，在数据分析行业依然畅销，同类型的“精益”系列还有《精益创业实战》、《精益客户开发》等书籍。
这本书虽然叫精益数据分析，但实际上是讲解了在创业过程中应该关注哪些阶段，同时各个阶段要关注哪些数据指标这样的一本书，全书讲解了30多个案例、6个典型的商业模式，带领我们深入理解精益创业和数据驱动的思维模式。
以及知识图谱：
《精益数据分析》思维导图.jpg
其实通识类的书籍看这两本就大差不差了，空闲之余还可以看看->
3、《增长黑客》
作为最早提出“增长黑客”概念的理论先驱、带领Dropbox实现500%增长的实战领军人物，作者在书中分享了如何跨部门搭建增长黑客团队，以及实现用户和利润双增长的具体行动指南。
4、《数据之魅》
结合作者多年来从事数据分析工作的丰富经验，阐述了数据分析所涉及的概念和方法。本书四部分19章，主题包括如何通过图表来观察数据，如何通过各种建模方法来分析数据，然后着重阐述如何进行数据挖掘，最后强调数据分析在商业和金融等领域的实际应用。本书包含大量的模拟过程及结果展示，并通过实例来阐述如何使用开源工具来进行数据分析。
5、《数据化管理》
也是一本数据分析的入门读物，讲述了两个年轻人在大公司销售、商品、电商、数据等部门工作的故事，通过大量案例深入浅出地讲解了数据意识和零售思维。
6、《数学之美》
吴军老师的这本书把高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。通过具体的例子学到思考问题的方式 —— 如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新。
这本书我大概花了5个小时去读，说实话有些内容看的还是挺云里雾里的，其实还是知识的匮乏吧，值得阅读很多遍，这是我总结的读书笔记->数学之美：数学究竟是如何被运用到生活中的？
也同样做了知识图谱：
《数学之美》思维导图.jpg
工具类
工具类是指做数据分析用到的工具，比如Excel、SQL、Python等，工具类的学习看书只是一种方法，最好还能结合视频教程、实操经验，这样才能达到将工具运用的熟能生巧的地步。
工具类也分很多种工具，我从统计学、Excel、SQL、Python、可视化等方面来推荐吧。
统计学
7、《深入浅出统计学》
秉持一贯的深入浅出系列书籍的特色，充满互动性的知识点教学，基本涵盖了统计学中的内容，为这个枯燥的领域带来鲜活的乐趣，不仅让读者充分掌握统计学的要义，更会告诉读者如何将统计理论应用到日常生活中。
8、《赤裸裸的统计学》
诚如它的副标题：除去大数据的枯燥外衣,呈现真实的数字之美，这本书没有让你避之不及的数学公式，没有满是数字的图表，没有空洞乏味的教科书式说教；这本书有生动诙谐的案例，有你熟悉的生活话题和社会问题，有你一定用得到的统计学知识，有大数据时代的“游戏规则”和“生存法则”。
这是我读这本书总结的读书笔记，大家可以一看->
为什么要学统计学：赤裸裸的统计学
同时附带知识图谱：
《赤裸裸的统计学》思维导图.jpg
9、《统计学》
这本贾俊平教授的的《统计学》，真可谓专业中的专业了，作为一本考研专用书籍，秉持了科学严谨的态度，公式的推导也很细致，有一定基础的可以去阅读这本书。
最后关于统计学的内容，可参考我的专辑->
白话统计学
Excel
写Excel的书是很多的，但我们都知道，Excel不仅能用于数据分析，还可应用于其他各个行业，因此专门写Excel数据分析的书倒是没那么多，这里只推荐几本
10、《谁说菜鸟不会数据分析》
这本书基于通用的Excel工具，加上必知必会的数据分析概念，并且采用通俗易懂的讲解方式，按照数据分析工作的完整流程来讲数据分析。
这个系列的丛书还有其他工具的讲解，都可作为入门读物。
11、《Excel数据分析思维、技术与实践》
这本书不是讲解基础的 Excel 软件操作，而是立足于“Excel 数据分析”，精心挑选 Excel 中常用、实用的功能讲解数据分析的思路及其相关操作技术。
SQL
12、《MySQL必知必会》
这本书没有过多阐述数据库基础理论，而是专门针对一线软件开发人员，直接从SQL SELECT开始，讲述实际工作环境中最常用和最必需的SQL知识，实用性极强。
以及知识图谱：
《MySQL必知必会》思维导图.jpg
关于SQL的学习一定要多写多练，因此我也开了一个专门针对SQL实战题目的专栏，每天一题，详细讲解：
SQL今日一题
Python
13、《Python编程：从入门到实战》
这是一本针对所有层次的Python 读者而作的Python 入门书。全书分两部分：第一部分介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy 和Pygal 等强大的Python 库和工具介绍，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，实例讲解项目开发的过程。可以深入学习python，打好基础。
14、《利用Python进行数据分析》
在打好Python编程基础后，可通过这本书学习如何用Python控制、处理、整理、分析结构化数据，利用各种Python库(包括NumPy、pandas、matplotlib以及IPython等)高效地解决各式各样的数据分析问题。
可视化
能将分析的结果展示出来，也是一门艺术。如何将数据分析的结果可视化，用什么工具可视化，以下书籍可以帮到你。
15、《用图表说话》
这本书在作图的思维层面讲解的细致入微，将技巧和理念系统结合起来，核心就是5种关系和5种基本图表构成的矩阵，让读者首先明确图表的意义，其次才能用工具作图。
以及本书的知识图谱：
《用图表说话》思维导图.jpg
16、《Excel图表之道》
这本书是告诉读者如何设计和制作达到杂志级质量的、专业有效的商务图表，主要是基于Excel，做出类似《商业周刊》、《经济学人》等全球顶尖商业杂志上的精彩图表。
其实除了Excel、SQL、Python，还有其他可用于数据分析的工具，如传统的SAS、SPSS，以及现下流行的Power BI、Tableau等，同阅读书籍一样，工具的运用也不在于多，而在于精，用什么工具其实无所谓，只要达到处理分析数据这个目的就足够了。
应用
这类推荐的是数据分析是如何应用到各行各业上的实战案例的书籍。
17、《数据挖掘与数据化运营实战》
这本书穿插大量真实的实践应用案例和场景，针对数据化运营中不同分析挖掘课题类型，推出一一对应的分析思路集锦和相应的分析技巧，围绕数据分析挖掘中的思路、方法、技巧与应用，全方位整理、总结、分享，帮助读者深刻领会和掌握“以业务为核心，以思路为重点，以分析技术为辅佐”的数据挖掘实践应用宝典。
18、《Python数据分析与数据化运营》
这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。
【可乐的数据分析之路】
扫一扫
829
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
