数据分析要看的书籍，我推荐一些我觉得还不错的。大家可以先看电子版，或者去图书馆借阅，然后再选择是否需要购买。我按照数据分析需要学的东西来列举——Excel、SQL、Python、统计学、机器学习。
Excel作为常见的办公软件，拥有大量函数和公式，可以进行数据处理和图表输出。不需要编程基础，其他经常与数据接触的岗位，也建议学习。
《Excel函数与图表应用实例解析》，赛贝尔资讯，清华大学出版社：包含了Excel函数公式及其运用，非常适合入门；
《左手数据，右手图表》，徐军泰，机械工业出版社：包含Excel函数公式和动态图表两部分，相比前一本书内容更深入一些。
MySQL是世界上最受欢迎的开源数据库，很多中小企业甚至世界知名企业都有用到。所以学习数据库知识，我会推荐学习MySQL。
《MySQL必知必会》，[英] Ben Forta，人民邮电出版社：这本书比较系统性地讲述了我们学MySQL应该要掌握的知识，适合零基础的人。
如果非数据分析岗，只是为了满足其它岗位的少量数据处理需求，看上面三本书就够了。如果需要在数分岗位上精益下去，下面的这些内容不得不学。
Python是目前最受数据科学家青睐的预言，它拥有丰富的生态系统和强大的交互性，以及快速的开发周期。对于程序员来说，Python小菜一碟，但对于没有编程基础的人来说，学起来还是有难度的。做数据分析，只需要掌握Python的NumPy、Pandas、Matplotlib、Sklearn这四个库，就行了。如果岗位要求需要获取外部数据，再学一个爬虫知识即可。
《Python基础教程》，Magnus Lie Hetland，人民邮电出版社：这本书内容包括语法介绍和一些小项目的演示，真的是基础教程，适合入门；
《利用python进行数据分析》，Wes McKinney，机械工业出版社：这本书重点讲了Pandas库，少量涉及NumPy和Matplotlib，比较经典的书；
《Python数据科学手册》，Jake VanderPlas，人民邮电出版社：可以看作是前一本书的进阶书籍，介绍了数据分析的主要库，偏数据清洗。
以上属于数据分析的工具篇书籍，要想成为数据分析师，最重要的还是具备数据分析思维，和掌握统计学、机器学习相关知识。
《统计学》，贾俊平，中国人民大学出版社：偏数理统计知识，可以快速帮助初学者理解统计学的基本原理框架；
《Statistical Inference》，George Casella / Roger L. Berger，Duxbury Press：本书包括概率和统计两部分的内容；
《统计学习方法》，李航，清华大学出版社：讲了机器学习的10个算法，比较全面，适合学习总结；
《非线性时间序列》，范剑青，科学出版社发行部：难度比较大的一本书，非常有启发意义；
《The Elements of Statistical Learning》，T. Hastie / R. Tibshirani / J. H. Friedman，Springer：机器学习非常好的书籍，对读者的专业素质要求较高。
最后，再啰嗦一下。入门建议先看视频，进阶看书+刷题+视频，高阶看书+论文+小项目，最后可以接项目+参赛（数分之路已被我安排妥妥贴贴~~~）。
~~
我经常更新一些数据分析相关的文章内容，感兴趣的可以看我主页~
版权说明：Copyright © 广州京杭网络科技有限公司 2005-2025 版权所有 粤ICP备16019765号
广州京杭网络科技有限公司 版权所有
免费热线：400-683-0016
扫二维码关注公众号
当前位置：