自己是一枚做數(shù)據(jù)平臺(tái)的 Engineer,這里根據(jù)網(wǎng)上搜集整理列出數(shù)據(jù)分析學(xué)習(xí)書(shū)單list.
基礎(chǔ)知識(shí)：
SQL + Python + 一門(mén)面向?qū)ο驦anguage喜命。
此處建議
W3C?
菜鳥(niǎo)學(xué)習(xí)
就可以搞定上述基礎(chǔ)岸更。
下面的書(shū)籍自己只是Mark，慢慢看芒填，后期會(huì)對(duì)這些書(shū)籍進(jìn)行篩選。
一、數(shù)據(jù)分析入門(mén)：
《Head First Data Analysis》鏈接：深入淺出數(shù)據(jù)分析 (豆瓣)
電子工業(yè)出版社的經(jīng)典書(shū)目系列复濒，從數(shù)據(jù)分析基本步驟開(kāi)始、實(shí)驗(yàn)方法乒省、最優(yōu)化方法巧颈、假設(shè)檢驗(yàn)方法、貝葉斯統(tǒng)計(jì)方法袖扛、主觀概率法砸泛、啟發(fā)法、直方圖法蛆封、回歸法唇礁、誤差處理、相關(guān)數(shù)據(jù)庫(kù)惨篱、數(shù)據(jù)整理技巧一一講到盏筐。圖比較多，適合入門(mén)妒蛇。
《Head First Statistics》鏈接：深入淺出統(tǒng)計(jì)學(xué) (豆瓣)
推薦理由同上机断，適合入門(mén)者的經(jīng)典教材。
《R in Action-Data Analysis and Graphics with R》鏈接：R語(yǔ)言實(shí)戰(zhàn) (豆瓣)
R是屬于GNU系統(tǒng)的一個(gè)自由绣夺、免費(fèi)吏奸、源代碼開(kāi)放的軟件，用于統(tǒng)計(jì)計(jì)算和統(tǒng)計(jì)制圖陶耍。這本書(shū)從實(shí)用的統(tǒng)計(jì)研究角度逐例分析R在數(shù)據(jù)處理奋蔚、模型構(gòu)建、以及圖形操作上的由淺入深的結(jié)合烈钞，堪稱(chēng)經(jīng)典泊碑。
《數(shù)據(jù)之魅-基于開(kāi)源工具的數(shù)據(jù)分析》鏈接：數(shù)據(jù)之魅 (豆瓣)
作者是華盛頓大學(xué)理論物理學(xué)博士。這本書(shū)是數(shù)據(jù)分析的經(jīng)典之一毯欣，包含大量的R語(yǔ)言模擬過(guò)程及結(jié)果展示馒过，例舉了很多數(shù)據(jù)分析實(shí)例和代碼。
《數(shù)據(jù)挖掘-市場(chǎng)營(yíng)銷(xiāo)酗钞、銷(xiāo)售與客戶(hù)關(guān)系管理領(lǐng)域應(yīng)用》鏈接：數(shù)據(jù)挖掘技術(shù) (豆瓣)
作者是Data Miners的創(chuàng)辦人腹忽，有二十多年的營(yíng)銷(xiāo)和客戶(hù)關(guān)系管理結(jié)合數(shù)據(jù)挖掘的經(jīng)驗(yàn)来累。詳細(xì)介紹了作為一個(gè)數(shù)據(jù)挖掘團(tuán)隊(duì)需要的知識(shí)體系，包括數(shù)據(jù)庫(kù)窘奏、SAS使用嘹锁、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)着裹、數(shù)據(jù)可視化领猾、如何訪(fǎng)問(wèn)用戶(hù)收集需求、如何寫(xiě)論文與溝通等等骇扇。有條件的建議看英文原版摔竿。
《Data Analytics for Beginners: Basic Guide to Master Data Analytics》
入門(mén)五星推薦。里面很多圖表實(shí)例匠题，手把手教你如何EXCEL畫(huà)圖拯坟，對(duì)各種知識(shí)點(diǎn)（平均值，模式韭山，中值，方差冷溃，標(biāo)準(zhǔn)偏差）的講解相當(dāng)?shù)牡轿磺酰绕鸫髮W(xué)里的各種課本靠譜。
先把這些花時(shí)間啃啃似枕，數(shù)據(jù)分析的理論部分就基本入門(mén)了盖淡，根據(jù)實(shí)際情況還需要結(jié)合你的業(yè)務(wù)需求來(lái)進(jìn)行系統(tǒng)的學(xué)習(xí)。
二凿歼、數(shù)據(jù)分析進(jìn)階：
作者Cathy O’Neil是哈佛大學(xué)的博士褪迟，MIT的數(shù)據(jù)博士后，曾今作為一名Quant在對(duì)沖基金D.E. Shaw 工作答憔，目前是一家紐約初創(chuàng)公司的Data scientist 味赃。這本書(shū)需要有一定的編程和理論基礎(chǔ)，作為入門(mén)教材來(lái)說(shuō)有點(diǎn)難虐拓，雖然只有400來(lái)頁(yè)心俗，但是涉及的知識(shí)點(diǎn)很全面。每一章節(jié)的核心內(nèi)容都附有編程案例蓉驹，R/Python/Shell三種語(yǔ)言任君挑選城榛。
Python數(shù)據(jù)分析必看，適合入行不久的數(shù)據(jù)分析師态兴。作者有多年的Python數(shù)據(jù)分析工作經(jīng)驗(yàn)狠持，對(duì)各種Pyhon包iPython，NumPy瞻润，pandas喘垂，matpotlib等有著很深的理解甜刻。看完這本王污，敲完代碼罢吃，Python數(shù)據(jù)分析就算入行了。
很多牛人為之作序昭齐，數(shù)據(jù)科學(xué)如何與商業(yè)結(jié)合尿招，相信這本書(shū)會(huì)給你一些啟發(fā)。
《Python Data Science Handbook》
2016年6月出版的阱驾，500頁(yè)保質(zhì)保量就谜，作者（Jake VanderPlas）是華盛頓大學(xué)電子科學(xué)研究所的高級(jí)數(shù)據(jù)科學(xué)研究員，研究領(lǐng)域包括天文統(tǒng)計(jì)學(xué)里覆、機(jī)器學(xué)習(xí)和可擴(kuò)展計(jì)算丧荐。書(shū)的前半部分介紹了用于數(shù)據(jù)分析和一般的科學(xué)計(jì)算的基本Python庫(kù)，后面從實(shí)際應(yīng)用的角度使用Python庫(kù)scikit-learn開(kāi)始機(jī)器學(xué)習(xí)實(shí)踐喧枷。適合有一定Python基礎(chǔ)人（或者R基礎(chǔ)）虹统，并且想學(xué)習(xí)如何使用Python進(jìn)行數(shù)據(jù)分析的人。
作者Cole NussbaumerKnaflic隧甚，私募分析師车荔，前Google人力分析團(tuán)隊(duì)總監(jiān)。本書(shū)展示了如何高效率展示量化資訊戚扳，如何用豐富的資料講故事忧便。Google內(nèi)部的數(shù)據(jù)可視化課程講師，之前也在Maryland Institute College of Art兼職講師帽借。如果你想知道如何以圖敘事珠增，這邊好書(shū)不容錯(cuò)過(guò)。
