提高数据分析能力，你不得不看的33本书 | 推荐收藏

数据分析是一门专业且跨越多个领域的学科，需要我们同时具备数据能力、业务能力，还有基本的数据思维方法。除了平时在网上搜集相关资料学习以外，如果希望短时间内高效的掌握数据分析的知识并运用到工作中，这个时候参考经典的好书，对提高数据分析能力会更有帮助。

今天DataHunter数猎哥就为大家推荐一份相对完整的入门学习体系的数据分析书单。2020年，不妨从这里开始，给自己定下一个小小的目标，开始好好学习吧！

一、数据分析入门

1.《谁说菜鸟不会数据分析》

推荐理由：基于通用的Excel工具，在8个章节中，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。读者完全可以把这本书当小说来阅读，跟随主人公小白，在Mr.林的指点下轻松掌握数据分析的技能，提升职场竞争能力。

2.《深入浅出数据分析》

推荐理由：数据分析入门第一本。通俗简单，却能够让读者对数据分析的相关概念有大致的了解，诠释了数据分析的基本步骤，实验方法，最优化方法/假设检验法/贝叶斯统计法/等等方法论，还有数据整理技巧，这个太重要了，为读者搭建了走向深入研究的桥梁。

二、Excel基础

1.《Excel图表之道》

推荐理由：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，作者对诸如《商业周刊》、《经济学人》等全球顶尖商业杂志上的精彩图表案例进行分析，给出其基于Excel的实现方法，包括数据地图、动态图表、仪表板等众多高级图表技巧。

2.《Excel这么用就对了》

推荐理由：所涉及的具体内容包括排序、筛选、函数公式、数据透视表、图表、宏与VBA 等功能应用，并结合大量的企业应用实例，以图文并茂的方式将解决思路和操作过程逐一呈现。

三、数据分析思维

1.《金字塔原理》

推荐理由：是一本讲解写作逻辑与思维逻辑的读物，介绍了如何利用金字塔原理使读者理解和运用简单文书的写作技巧；如何深入细致地把握思维的环节，以保证使用的语句能够真实地反映希望表达的思想要点；以及如何在解决问题过程中的不同阶段使用多种框架来组织分析过程，使写作者的思维在实际上进行了预先组织，从而能够更方便地应用金字塔原理。

2.《麦肯锡图表工作法》

推荐理由：从解决问题的需求出发，在金字塔原理、MECE原则、SCQOR故事展开法等基础上，归纳了麦肯锡盛行数十年的图表工作法的技巧，打造了可视化、简单化、精确化的图表武器，让你极快地解决复杂的问题，走出工作困境。

四、统计学

1.《深入浅出统计学》

推荐理由：号称“文科生也能看懂”的统计书。尽管阅读容易，但所讲的知识在数据分析中都是常见且必须掌握的，比如基本的统计量，基本上每个分析项目中都会用到；比如基本的概率分布，总体与样本的概念、置信区间、假设检验、回归分析，都是关于数据分析的统计学知识。

2.《统计学习方法》

推荐理由：统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学 习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。叙述力求从具体问题或实例入手， 由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。

3.《统计学：从数据到结论》

推荐理由：它是国内第一本没有用数学而涉及了几乎所有统计标准课程的模型的教科书。它不是为了教会读者如何流利地背诵一大堆定义、概念和抽象的术语，也不是为了让读者学习如何进行推导和证明一些复杂的定理和公式。它让读者不用推导或背诵与统计有关的数学公式，就可以应用统计这个工具

4.《商务与经济统计》

推荐理由：本书既可作为MBA、大学本科生和研究生的教材，也可供从事工商及行政管理和经济分析的人士参考。作者已在统计学，管理科学，线性规划以及生产和运作管理领域与他人合作出版了10部著作，他是一位活跃在抽样和统计方法领域的咨询顾问。

五、数据分析进阶

1.《精益数据分析》

推荐理由：此书优势在于将企业分成了几个大的行业类别，并分门别类的讲解了每个行业的商业模式特点及分析技巧，对使用者的分析能力要求较高，且必须具备相应的业务知识。书中并没有讲到具体的数据分析技术，主要分析了各种产品中用到的指标、模型和“数据驱动型产品”的一些思路。

2.《数学之美》

推荐理由：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。读者通过具体的例子学到的是思考问题的方式 —— 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。

六、数据挖掘

1.《数据挖掘导论（完整版）》

推荐理由：本书全面介绍了数据挖掘，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时，还能够了解更多重要的高级主题。

2.《数据挖掘概念与技术》

推荐理由：本书完整全面地讲述数据挖掘的概念、方法、技术和最新研究进展。本书对前两版做了全面修订，加强和重新组织了全书的技术内容，重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容，还全面讲述了OLAP和离群点检测，并研讨了挖掘网络、复杂数据类型以及重要应用领域。

3.《数据挖掘与数据化运营实战：思维、方法、技巧与用应用》

推荐理由：目前有关数据挖掘在数据化运营实践领域比较全面和系统的著作，也是诸多数据挖掘书籍中为数不多的穿插大量真实的实践应用案例和场景的著作，更是创造性地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集成，为读者提供“菜单化”实战锦囊的著作

七、数据可视化

1.《数据可视化之美》

推荐理由：在本书中，20多位可视化专家包括艺术家、设计师、评论家、科学家、分析师、统计学家等，展示了他们如何在各自的学科领域内开展项目。他们共同展示了可视化所能实现的功能以及如何使用它来改变世界。成功的可视化的美丽之处既在于其艺术设计，也在于其通过对细节的优雅展示，能够有效地产生对数据的洞察和新的理解。

2. 《鲜活的数据：数据可视化指南》

推荐理由：先后介绍了如何获取数据，将数据格式化，用可视化工具（如R）生成图表，以及在图形编辑软件（如Illustrator）中修改以使图表达到最佳效果。本书介绍了数十种方法（如柱形图、饼图、折线图和散点图等），以创造性的视觉方式生动讲述了有关数据的故事。翻开本书，思维之门会豁然大开，你会发现有那么多样的手段去赋予数据全新的意义！

3.《用数据讲故事》

推荐理由：本书通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。本书得到了国内数据分析大咖秋叶、范冰、邓凯的推荐。

4.《数据之美：一本书学会可视化设计》

推荐理由：循序渐进、深入浅出地道出了数据可视化的步骤和思想。让我们知道了如何理解数据可视化，如何探索数据的模式和寻找数据间的关联，如何选择适合自己的数据和目的的可视化方式，有哪些我们可以利用的可视化工具以及这些工具各有怎样的利弊。

八、SQL

1.《SQL必知必会》

推荐理由：本书是深受世界各地读者欢迎的SQL经典畅销书，内容丰富，文字简洁明快，针对Oracle、SQL Server、MySQL、DB2、PostgreSQL、SQLite等各种主流数据库提供了大量简明的实例。与其他同类图书不同，它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。通过本书，读者能够从没有多少SQL经验的新手，迅速编写出世界级的SQL！

2.《SQL基础教程》

推荐理由：本书介绍了关系数据库以及用来操作关系数据库的SQL语言的使用方法，提供了大量的示例程序和详实的操作步骤说明，读者可以亲自动手解决具体问题，循序渐进地掌握SQL的基础知识和技巧，切实提高自身的编程能力。在每章结尾备有习题，用来检验读者对该章内容的理解程度。另外本书还将重要知识点总结为“法则”，方便大家随时查阅。

3.《MySQL必知必会》

推荐理由：本书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，使他们不经意间立刻功力大增。

九、Python

1.《深入浅出Python》

推荐理由：通过一种独特的超越语法手册的方式来帮助你学习Python。你将能够快速掌握Python的基础知识，然后扩展到持久化、异常处理、Web开发、SQLite、数据处理和Google应用引擎中去。你也将学会如何为Android编写移动应用，这要感谢Pvthon带给你的强大能力。融合了完备的学习经验，它将帮助你成为真正的Python编程员。

2.《利用Python进行数据分析》

推荐理由：本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。

3.《Python数据分析从入门到精通》

推荐理由：对于希望使用Python来完成数据分析工作的人来说，学习IPython、Numpy、pandas、Matplotlib这个组合是目前看来不错的方向，本书就是这样一本循序渐进的书。内容精练、重点突出、实例丰富，是广大数据分析工作者必备的参考书，为读者能真正使用Python进行数据分析奠定基础。

十、R语言

1.《R语言实战（第2版）》

推荐理由：本书从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透澈，极具实用性。作者不仅高度概括了R语言的强大功能、展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。通读本书，你将全面掌握使用R语言进行数据分析、数据挖掘的技巧，并领略大量探索和展示数据的图形功能，从而更加高效地进行分析与沟通。

2.《统计建模与R软件》

推荐理由：书中结合数理统计问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解该软件的精髓和灵活、高效的使用技巧．此外，还介绍了在工程技术、经济管理、社会生活等各方面的丰富的统计问题及其统计建模方法，通过该软件将所建模型进行求解，使读者获得从实际问题建模入手，到利用软件进行求解，以及对计算结果进行分析的全面训练。

十一、机器学习

 

1.《机器学习》

推荐理由：作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免。

2.《机器学习实战》

推荐理由：全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

十二、数据分析应用场景

1.《数据化管理：洞悉零售及电子商务运营》

推荐理由：作者拥有15年的销售及数据分析经验，历经美国强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司，目前是数据化管理的咨询顾问和培训师。本书通过大量案例深入浅出地讲解了数据意识和零售思维。

2.《网站分析实战》

推荐理由：越来越多的网站开始重视数据，并期望从中发现新的机会，不管你是做网络营销、互联网产品设计、电子商务运营、个人站点运营维护，我们都希望从数据中寻找有价值的结论，并且指导公司管理层的决策，最终创造更大的网站价值。本书以通俗易懂的方式来讲解网站分析所需掌握的知识，剖析日常工作中遇到的问题，并且配合大量的实战案例的讲解。

3.《游戏数据分析实战》

推荐理由：要针对游戏策划、游戏运营、游戏数据分析、产品数据分析挖掘、数据平台开发维护人员及对数据分析感兴趣的读者，介绍怎样利用数据分析游戏生命周期中各阶段遇到的问题。以详细案例为主，通过SPSS、Excel 等工具逐步展示实施步骤，用手把手的方式让读者快速掌握游戏数据分析方法。

4.《淘宝、天猫电商数据分析与挖掘实战》

推荐理由：主要针对电商从业者（运营和店长）和数据分析入门者，以电商业务实战为主线，介绍数据分析相关的知识。上半部分主要介绍淘宝的操作方法，以及探讨未来的电商布局之路；下半部分以实战为主，主要介绍淘宝卖家如何应用 Excel 和数据来做决策。

以上就是数猎哥整理的书单啦，你还推荐哪些数据分析相关的书呢？欢迎留言交流~

原文始发于微信公众号（DataHunter）