最近看到有人在問(wèn)滤淳，在數(shù)據(jù)分析梧喷、挖掘方面，有哪些好書值得推薦脖咐？
推薦三本書，分別是統(tǒng)計(jì)汇歹、編程屁擅、算法方向的核心教程，非常適合新手去看产弹。
- Statistics for Business and Economics-商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)
- Python for Data Analysis-利用Python進(jìn)行數(shù)據(jù)分析
- Introduction to Data Mining-數(shù)據(jù)挖掘?qū)д?/li>
如果你是學(xué)R的派歌，可以再加一本R語(yǔ)言實(shí)戰(zhàn)
為什么選這三本書呢？
我們常說(shuō)道之本源痰哨，術(shù)之方法胶果，這三本書就是告訴你數(shù)理統(tǒng)計(jì)的本源，幫你上手?jǐn)?shù)據(jù)分析挖掘的方法斤斧。
商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)
這是國(guó)內(nèi)外很多大學(xué)的統(tǒng)計(jì)教材早抠，內(nèi)容非常全面，只要認(rèn)真讀過(guò)撬讽，就對(duì)統(tǒng)計(jì)學(xué)有一個(gè)全面且通透的認(rèn)知蕊连。但不要認(rèn)為這是教材，就覺(jué)得它枯燥啰嗦游昼，相反這本書很精彩甘苍。
本書第一作者安德森是統(tǒng)計(jì)學(xué)教育名家，撰有多部統(tǒng)計(jì)學(xué)教材烘豌。書內(nèi)涵蓋范圍廣泛载庭，涉及了應(yīng)用統(tǒng)計(jì)學(xué)在當(dāng)代商務(wù)經(jīng)濟(jì)領(lǐng)域中幾乎所有的重要應(yīng)用，并且將統(tǒng)計(jì)軟件（包括Excel廊佩，SPSS囚聚，Minitab）的使用貫穿全書。
而且這本書是知識(shí)點(diǎn)和公式大多是基于實(shí)踐案例罐寨，有豐富的使用場(chǎng)景靡挥，可讀性極強(qiáng)。
我覺(jué)得每個(gè)需要數(shù)據(jù)分析的人鸯绿，不管是在邪掀疲或已經(jīng)工作簸淀，都應(yīng)該好好讀讀統(tǒng)計(jì)學(xué)，這本書就是最合適的起點(diǎn)毒返。
目錄
第1章 數(shù)據(jù)與統(tǒng)計(jì)資料
第2章 描述統(tǒng)計(jì)學(xué)Ⅰ：表格法和圖形法
第3章 描述統(tǒng)計(jì)學(xué)Ⅱ:數(shù)值方法
第4章 概率
第5章 離散型概率分布
第6章 連續(xù)型概率分布
第7章 抽樣和抽樣分布
第8章 區(qū)間估計(jì)
第9章 假設(shè)檢驗(yàn)
第10章 兩總體均值和比例的推斷
第11章 總體方差的統(tǒng)計(jì)推斷
第12章 多個(gè)比例的比較租幕、獨(dú)立性及擬合優(yōu)度檢驗(yàn)
第13章 實(shí)驗(yàn)設(shè)計(jì)與方差分析
......
利用Python進(jìn)行數(shù)據(jù)分析
如果說(shuō)統(tǒng)計(jì)學(xué)是道，那么Python就是術(shù)拧簸，可以實(shí)現(xiàn)你一切想法的最佳工具劲绪。
這本書是很多Python數(shù)據(jù)科學(xué)愛好者的入門導(dǎo)師。它講解了Python數(shù)據(jù)科學(xué)庫(kù)IPython盆赤、Pandas贾富、Numpy、Matplotlib牺六、sklearn的使用颤枪，如果玩轉(zhuǎn)這幾大工具，任何復(fù)雜的數(shù)據(jù)處理淑际、建模任務(wù)都能搞定畏纲。
它的作者-Wes McKinney，是Pandas的核心開發(fā)人員春缕，也就是說(shuō)牛逼哄哄的Pandas和這本書有同一個(gè)爸爸盗胀。
因此本書對(duì)Pandas的著墨也是最多的，從數(shù)據(jù)類型锄贼、索引票灰、切片、讀寫...咱娶，到數(shù)據(jù)清洗米间、分組聚合、連接膘侮、透視...屈糊，再到高階的時(shí)間序列、建模...琼了，幾乎無(wú)所不涵蓋逻锐。
另外，本書對(duì)IPython雕薪、Jupyter昧诱、Statsmodels等輔助庫(kù)也有較多的介紹。
如果真的想學(xué)習(xí)Python數(shù)據(jù)分析所袁，建議把書里的每個(gè)案例代碼都手敲一遍盏档，我是這樣做了。
目錄
第1章 準(zhǔn)備工作
第2章 Python語(yǔ)言基礎(chǔ)燥爷、IPython及Jupyter notebook
第3章 內(nèi)建數(shù)據(jù)結(jié)構(gòu)蜈亩、函數(shù)及文件
第4章 NumPy基礎(chǔ)：數(shù)組與向量化計(jì)算
第5章 pandas入門
第6章 數(shù)據(jù)載入懦窘、存儲(chǔ)及文件格式
第7章 數(shù)據(jù)清洗與準(zhǔn)備
第8章 數(shù)據(jù)規(guī)整：連接、聯(lián)合與重塑
第9章 繪圖與可視化
第10章 數(shù)據(jù)聚合與分組操作
第11章 時(shí)間序列
第12章 高階pandas
第13章 Python建模庫(kù)介紹
第14章 數(shù)據(jù)分析示例
數(shù)據(jù)挖掘?qū)д?/h2>
![]()
這本書很注重實(shí)例稚配，圍繞案例詳細(xì)介紹了數(shù)據(jù)挖掘理論畅涂，涵蓋五個(gè)主題：數(shù)據(jù)、分類道川、關(guān)聯(lián)分析午衰、聚類和異常檢測(cè)。除異常檢測(cè)外冒萄，每個(gè)主題都有兩章臊岸。前一章涵蓋基本概念、代表性算法和評(píng)估技術(shù)尊流，而后一章討論高級(jí)概念和算法扇单。
對(duì)初學(xué)者來(lái)說(shuō)，不需要多好的數(shù)學(xué)和編程基礎(chǔ)奠旺，也不會(huì)被高深艱澀的理論嚇退，相反能在書中找到很多淺顯易懂的算法應(yīng)用施流。
本書是明尼蘇達(dá)大學(xué)和密歇根州立大學(xué)數(shù)據(jù)挖掘課程的教材响疚，由于獨(dú)具特色，正式出版之前就已經(jīng)被斯坦福大學(xué)瞪醋、得克薩斯大學(xué)奧斯汀分校等眾多名校采用忿晕。
目錄
第1章 緒論
第2章 數(shù)據(jù)
第3章 探索數(shù)據(jù)
第4章 分類：基本概念、決策樹與模型評(píng)估
第5章 分類：其他技術(shù)
第6章 關(guān)聯(lián)分析：基本概念和算法
第7章 關(guān)聯(lián)分析：高級(jí)概念
第8章 聚類分析：基本概念和算法
第9章 聚類分析：其他問(wèn)題與算法
第10章 異常檢測(cè)
小結(jié)
這三本是我學(xué)習(xí)過(guò)程中獲益比較大的書银受，也是讀起來(lái)不那么費(fèi)力的践盼。
