數據分析必看書籍頭條網

2020-12-24 00:31:25 佚名

引言：

對於學習數據分析的各位來說，如何快速地系統性地對數據分析有宏觀把握，閱讀相關書籍是不二選擇，書籍是前人的智慧總結，系統性較強，而且對於不同階段的數據分析師各有側重點。在此，根據各大網站推薦及數據分析師前輩的經驗，挑選了十本好評度較高的書籍（

需要電子版書籍可關注我私信或關注微信公眾號：大數據學苑）

針對數據分析能力的高低，主要按下面三個階段來說：

入門篇

入門篇推薦四本書，適合數據分析剛入門者：要轉行的你、剛畢業的你、對數據分析沒有整體概念的你，可以先著手看這幾本書。

1、《金字塔原理》

主要目的是培養建立個人的邏輯思維體系和表達呈現。

金字塔原理強調：重點突出、邏輯清晰、主次分明的邏輯思路；金字塔的基本結構是：中心思想明確，結論先行，以上統下，歸類分組，邏輯遞進，先重要後次要，先全局後細節，先結論後原因，先結果後過程；金字塔訓練表達者：關注、挖掘受眾的意圖、需求、利益點、關注點、興趣點和興奮點，想清內容說什麼、怎麼說，掌握表達的標準結構、規範動作；金字塔幫助達到溝通目的：重點突出，思路清晰，主次分明，讓受眾有興趣、能理解、能接受、記得住；搭建金字塔的具體做法是：自上而下表達，自下而上思考，縱向疑問回答／總結概括，橫向歸類分組／演繹歸納，序言講故事，標題提煉思想精華。

2、《深入淺出數據分析》

該書以類似“章回小說”的形式，生動地向讀者展現優秀的數據分析人員應知應會的技術（數據分析基本步驟、實驗方法、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、迴歸法、誤差處理、相關數據庫、數據整理技巧）。

3、《誰說菜鳥不會數據分析》

這本書在降低學習難度方面做了很大的嘗試：主要採用的就是我們熟悉的Excel工具，加上一些必要的數據分析概念，採用通俗易懂的講解方式，使得內容通俗易懂，無形之中就學會了數據分析。

全書共8章，分別講解數據分析必知必會的知識、數據處理技巧、數據展現的技術、通過專業化的視角來提升圖表之美、數據分析報告的撰寫技能以及持續的修煉。

4、《赤裸裸的統計學》

每當一聽到統計學，多少都會覺得頭痛，但是這本書完全避開了統計學(怎麼可能，開玩笑的啦)，重點是：這本書沒有讓你避之不及的數學公式，沒有滿是數字的圖表，沒有乏味的教科書式說教；書中穿插了一些生動詼諧的案例，比如一些社會問題、生活問題，以此，用統計學知識去分析解釋它們。

進階篇

這幾本書就具有一定的行業針對性了（但是基本道理是通用的），需要讀者具備一定的分析常識，適合網站分析師，商業分析師以及數據產品經理等有數據分析經驗的人。

1、《精通Web Analytics 2.0》

在過去幾年中，互聯網、在線營銷以及廣告經歷了巨大的變革，然而大家處理數據的方式跟幾十年前相比還是大同小異，停滯不前，如何向數據驅動型決策轉變以及如何利用網站數據來獲得競爭優勢，這成為了互聯網企業的關注重點。

在本書中，作者提出了下一代網站分析的框架，以及對如何提高組織的能動性和對市場的反應速度做了說明。作者通過對傳統方法的改造，對互聯網數據進行抽絲剝繭般的分析，提出了具體、簡單以及更先進的方法。如果你想成為網站分析專家，本書將是你的最佳選擇。

2、《MySQL必知必會》

書中從介紹簡單的數據檢索開始，逐步深入一些複雜的內容，包括聯結的使用、子查詢、正則表達式和基於全文本的搜索、存儲過程、遊標、觸發器、表約束，等等。通過重點突出的章節，條理清晰、系統而扼要地講述了讀者應該掌握的知識，使您不經意間數據功力大增。

3、《利用python進行數據分析》

本書含有大量的實踐案例，你將學會如何利用各種Python庫（包括NumPy、pandas、matplotlib以及IPython等），高效地解決各式各樣的數據分析問題。

高階篇

更高階的數據分析相對來說專業性更強了，如涉及到企業內部數據治理，數據結合的業務分析，數據可視化等。當然，還有數據挖掘算法之類的更深入的東西。適合大牛或者希望成為大牛的你，前提是你的數據分析能力已經到了這個階段。

1、《決戰大數據》

本書將視角投入到“大數據實踐”的領域，對數據收集、數據化運營、運營數據、無線數據、數據盲點和噪音、數據分類和數據價值、養數據、多屏時代等大數據應用的熱點問題做出了詳細的解答，對當今的大數據進行了多角度思考，並提出了做好“個人大數據管理”的前瞻性建議，創建了一個數據化運營和運營數據的閉環系統。同時，《決戰大數據》首次揭開阿里巴巴運營數據的神秘面紗，解密了其數據實踐的“混、通、曬”內三板斧和“存、管、用”外三板斧，對於當今的絕大多數電商企業來說十分有借鑑意義。

2、《數據之美》