引言：
对于学习数据分析的各位来说，如何快速地系统性地对数据分析有宏观把握，阅读相关书籍是不二选择，书籍是前人的智慧总结，系统性较强，而且对于不同阶段的数据分析师各有侧重点。在此，根据各大网站推荐及数据分析师前辈的经验，挑选了十本好评度较高的书籍（
需要电子版书籍可关注我私信或关注微信公众号：大数据学苑）针对数据分析能力的高低，主要按下面三个阶段来说：
入门篇
入门篇推荐四本书，适合数据分析刚入门者：要转行的你、刚毕业的你、对数据分析没有整体概念的你，可以先着手看这几本书。
1、《金字塔原理》
主要目的是培养建立个人的逻辑思维体系和表达呈现。
金字塔原理强调：重点突出、逻辑清晰、主次分明的逻辑思路；金字塔的基本结构是：中心思想明确，结论先行，以上统下，归类分组，逻辑递进，先重要后次要，先全局后细节，先结论后原因，先结果后过程；金字塔训练表达者：关注、挖掘受众的意图、需求、利益点、关注点、兴趣点和兴奋点，想清内容说什么、怎么说，掌握表达的标准结构、规范动作；金字塔帮助达到沟通目的：重点突出，思路清晰，主次分明，让受众有兴趣、能理解、能接受、记得住；搭建金字塔的具体做法是：自上而下表达，自下而上思考，纵向疑问回答／总结概括，横向归类分组／演绎归纳，序言讲故事，标题提炼思想精华。
2、《深入浅出数据分析》
该书以类似“章回小说”的形式，生动地向读者展现优秀的数据分析人员应知应会的技术（数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧）。
3、《谁说菜鸟不会数据分析》
这本书在降低学习难度方面做了很大的尝试：主要采用的就是我们熟悉的Excel工具，加上一些必要的数据分析概念，采用通俗易懂的讲解方式，使得内容通俗易懂，无形之中就学会了数据分析。
全书共8章，分别讲解数据分析必知必会的知识、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美、数据分析报告的撰写技能以及持续的修炼。
4、《赤裸裸的统计学》
每当一听到统计学，多少都会觉得头痛，但是这本书完全避开了统计学(怎么可能，开玩笑的啦)，重点是：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，没有乏味的教科书式说教；书中穿插了一些生动诙谐的案例，比如一些社会问题、生活问题，以此，用统计学知识去分析解释它们。
进阶篇
这几本书就具有一定的行业针对性了（但是基本道理是通用的），需要读者具备一定的分析常识，适合网站分析师，商业分析师以及数据产品经理等有数据分析经验的人。
1、《精通Web Analytics 2.0》
在过去几年中，互联网、在线营销以及广告经历了巨大的变革，然而大家处理数据的方式跟几十年前相比还是大同小异，停滞不前，如何向数据驱动型决策转变以及如何利用网站数据来获得竞争优势 ，这成为了互联网企业的关注重点。
在本书中，作者提出了下一代网站分析的框架，以及对如何提高组织的能动性和对市场的反应速度做了说明。作者通过对传统方法的改造，对互联网数据进行抽丝剥茧般的分析，提出了具体、简单以及更先进的方法。如果你想成为网站分析专家，本书将是你的最佳选择。
2、《MySQL必知必会》
书中从介绍简单的数据检索开始，逐步深入一些复杂的内容，包括联结的使用、子查询、正则表达式和基于全文本的搜索、存储过程、游标、触发器、表约束，等等。通过重点突出的章节，条理清晰、系统而扼要地讲述了读者应该掌握的知识，使您不经意间数据功力大增。
3、《利用python进行数据分析》
本书含有大量的实践案例，你将学会如何利用各种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。
高阶篇
更高阶的数据分析相对来说专业性更强了，如涉及到企业内部数据治理，数据结合的业务分析，数据可视化等。当然，还有数据挖掘算法之类的更深入的东西。适合大牛或者希望成为大牛的你，前提是你的数据分析能力已经到了这个阶段。
1、《决战大数据》
本书将视角投入到“大数据实践”的领域，对数据收集、数据化运营、运营数据、无线数据、数据盲点和噪音、数据分类和数据价值、养数据、多屏时代等大数据应用的热点问题做出了详细的解答，对当今的大数据进行了多角度思考，并提出了做好“个人大数据管理”的前瞻性建议，创建了一个数据化运营和运营数据的闭环系统。同时，《决战大数据》首次揭开阿里巴巴运营数据的神秘面纱，解密了其数据实践的“混、通、晒”内三板斧和“存、管、用”外三板斧，对于当今的绝大多数电商企业来说十分有借鉴意义。
2、《数据之美》
本书通过一些数据工作者的示例，向读者展示处理数据的方法。使得读者可以站在优秀的数据设计师、管理者和处理者的肩上，去仔细审视涉及到数据的一些最有趣的项目。
3、《数据科学实战》
这本书应该是数据分析和数据挖掘（机器学习）之间的桥梁。从探索性的数据分析开始，通过数据分析的思维，引出了机器学习的基本算法：回归分析、k近邻、k均值。接着通过不同的应用场景分别介绍了最常见的机器学习算法，以及在真实场景的应用。
对于做了一段时间数据分析工作的人，这无疑是进阶更高维度的好书，很难有一本书，能够让你从简单的数据分析平滑地渡到机器学习和数据挖掘，所以如果你在做一些探索性的分析遇到瓶颈之后，自然而然会进入数据挖掘和机器学习算法的坑，因为只有更高级的算法和模型，才能够支撑大规模的数据的预测，那你就看看这本书吧。
求赞求转求评论
各位有好书推荐的话，欢迎评论区留言交流哦
