1、深入淺出數據系列書籍
深入淺出數據分析
入門級別，比較簡單，但基本的內容涉及全面，講解的比較清晰，最後談到了R語言。以下兩本是同一系列。
深入淺出統計學
深入淺出SQL
2、資料之美：優雅資料解決方案的幕後秘籍
知識普及性的書籍，集結了39位數據處理領域的翹楚，現身說法，分享他們如何開發各種簡約而優雅的解決方案克服各種挑戰，每章都解決一個具體問題，對理解數據分析的應用領域和具體做法很有幫助。
3、R 語言實戰
全面而細緻的R指南，高度概括了該軟件和它的強大功能，展示了使用的統計示例，且對於難以用傳統方法處理的凌亂、不完整和非正態的數據給出了優雅的處理方法。
4、數據之魅-基於開源工具的數據分析
包含大量的模擬過程及結果展示，並通過實例來闡述如何使用開源工具來進行數據分析。通過本書的閱讀，讀者可以清楚地瞭解這些方法的實際用法及用途。
5、數據挖掘技術:應用於市場營銷、銷售與客戶關係管理
如何利用最新的數據挖掘方法和技術來解決常見的業務問題。
比如提高營銷活動的響應率，識別新的客戶群並估算信用風險。此外，它涵蓋更多高級主題，如準備分析數據以及為公司數據挖掘創建必要的基礎架構。
6、Python數據科學手冊
每章介紹一到兩個Python數據科學中的重點工具包。適合有編程背景，並打算將開源Python工具用作分析、操作、可視化以及學習數據的數據科學研究人員。對於需要處理大量數據的人而言，這是一本非常有價值的工作書，可以有效率地處理每天面對的問題，像是操作、轉換，以及清理數據、可視化不同形式的數據，建立統計學或機器學習的模型等等。
7、用數據講故事
通過大量案例研究介紹數據可視化的基礎知識，以及如何利用數據創造出吸引人的、信息量大的、有說服力的故事，進而達到有效溝通的目的。如何充分理解上下文，如何選擇合適的圖表，如何消除雜亂，如何聚焦受眾的視線，如何像設計師一樣思考，以及如何用數據講故事。
8、利用Python進行數據分析
提供了大量的實踐案例研究，展示如何使用Python庫（如NumPy，pandas，matplotlib, IPython等）有效解決一系列數據分析問題。
9、機器學習實戰
用簡單的語言把複雜難懂的機器學習算法解釋清楚了，它將機器學習的基礎理論與日常數據分析的實際工具相結合。使用靈活的Python編程語言來構建實現數據分類、預測、建議以及彙總和簡化等更高級功能的算法的程序。
10、機器學習系統設計
比較簡單，使用Python進行機器學習並開始構建自己的機器學習項目。本書適用於機器學習初學者的Python程序員，但希望學習機器學習。
最後，花時間將這些中外文書籍吃透，數據分析理論部分就基本入門了，實踐方面就需要根據企業業務需求來進行系統的練習和學習！
閱讀更多 數據分析不是個事兒 的文章
