?數據分析是一門專業且跨越多個領域的學科，需要我們同時具備數據能力、業務能力，還有基本的數據思維方法。除了平時在網上搜集相關資料學習以外，如果希望短時間內高效的掌握數據分析的知識并運用到工作中，這個時候參考經典的好書，對提高數據分析能力會更有幫助。
今天數獵哥就為大家推薦一份相對完整的入門學習體系的數據分析書單。2020年，不妨從這里開始，給自己定下一個小小的目標，開始好好學習吧！
一、數據分析入門
1.《誰說菜鳥不會數據分析》
推薦理由：基于通用的Excel工具，在8個章節中，分別講解數據分析必知必會的知識、數據處理技巧、數據展現的技術、通過專業化的視角來提升圖表之美、數據分析報告的撰寫技能以及持續的修煉。讀者完全可以把這本書當小說來閱讀，跟隨主人公小白，在Mr.林的指點下輕松掌握數據分析的技能，提升職場競爭能力。
2.《深入淺出數據分析》
推薦理由：數據分析入門第一本。通俗簡單，卻能夠讓讀者對數據分析的相關概念有大致的了解，詮釋了數據分析的基本步驟，實驗方法，最優化方法/假設檢驗法/貝葉斯統計法/等等方法論，還有數據整理技巧，這個太重要了，為讀者搭建了走向深入研究的橋梁。
二、Excel基礎
1.《Excel圖表之道》
推薦理由：告訴讀者如何設計和制作達到雜志級質量的、專業有效的商務圖表，作者對諸如《商業周刊》、《經濟學人》等全球頂尖商業雜志上的精彩圖表案例進行分析，給出其基于Excel的實現方法，包括數據地圖、動態圖表、儀表板等眾多高級圖表技巧。
2.《Excel這么用就對了》
推薦理由：所涉及的具體內容包括排序、篩選、函數公式、數據透視表、圖表、宏與VBA 等功能應用，并結合大量的企業應用實例，以圖文并茂的方式將解決思路和操作過程逐一呈現。
三、數據分析思維
1.《金字塔原理》
推薦理由：是一本講解寫作邏輯與思維邏輯的讀物，介紹了如何利用金字塔原理使讀者理解和運用簡單文書的寫作技巧；如何深入細致地把握思維的環節，以保證使用的語句能夠真實地反映希望表達的思想要點；以及如何在解決問題過程中的不同階段使用多種框架來組織分析過程，使寫作者的思維在實際上進行了預先組織，從而能夠更方便地應用金字塔原理。
2.《麥肯錫圖表工作法》
推薦理由：從解決問題的需求出發，在金字塔原理、MECE原則、SCQOR故事展開法等基礎上，歸納了麥肯錫盛行數十年的圖表工作法的技巧，打造了可視化、簡單化、精確化的圖表武器，讓你極快地解決復雜的問題，走出工作困境。
四、統計學
1.《深入淺出統計學》
推薦理由：號稱“文科生也能看懂”的統計書。盡管閱讀容易，但所講的知識在數據分析中都是常見且必須掌握的，比如基本的統計量，基本上每個分析項目中都會用到；比如基本的概率分布，總體與樣本的概念、置信區間、假設檢驗、回歸分析，都是關于數據分析的統計學知識。
2.《統計學習方法》
推薦理由：統計學習方法即機器學習方法，是計算機及其應用領域的一門重要學科。本書分為監督學 習和無監督學習兩篇，全面系統地介紹了統計學習的主要方法。敘述力求從具體問題或實例入手， 由淺入深，闡明思路，給出必要的數學推導，便于讀者掌握統計學習方法的實質，學會運用。
3.《統計學：從數據到結論》
推薦理由：它是國內第一本沒有用數學而涉及了幾乎所有統計標準課程的模型的教科書。它不是為了教會讀者如何流利地背誦一大堆定義、概念和抽象的術語，也不是為了讓讀者學習如何進行推導和證明一些復雜的定理和公式。它讓讀者不用推導或背誦與統計有關的數學公式，就可以應用統計這個工具
4.《商務與經濟統計》
推薦理由：本書既可作為MBA、大學本科生和研究生的教材，也可供從事工商及行政管理和經濟分析的人士參考。作者已在統計學，管理科學，線性規劃以及生產和運作管理領域與他人合作出版了10部著作，他是一位活躍在抽樣和統計方法領域的咨詢顧問。
五、數據分析進階
1.《精益數據分析》
推薦理由：此書優勢在于將企業分成了幾個大的行業類別，并分門別類的講解了每個行業的商業模式特點及分析技巧，對使用者的分析能力要求較高，且必須具備相應的業務知識。書中并沒有講到具體的數據分析技術，主要分析了各種產品中用到的指標、模型和“數據驅動型產品”的一些思路。
2.《數學之美》
推薦理由：本書把高深的數學原理講得更加通俗易懂，讓非專業讀者也能領略數學的魅力。讀者通過具體的例子學到的是思考問題的方式 —— 如何化繁為簡，如何用數學去解決工程問題，如何跳出固有思維不斷去思考創新。
六、數據挖掘
1.《數據挖掘導論（完整版）》
推薦理由：本書全面介紹了數據挖掘，涵蓋了五個主題：數據、分類、關聯分析、聚類和異常檢測。除異常檢測外，每個主題都有兩章。前一章涵蓋基本概念、代表性算法和評估技術，而后一章討論高級概念和算法。這樣讀者在透徹地理解數據挖掘的基礎的同時，還能夠了解更多重要的高級主題。
2.《數據挖掘概念與技術》
推薦理由：本書完整全面地講述數據挖掘的概念、方法、技術和最新研究進展。本書對前兩版做了全面修訂，加強和重新組織了全書的技術內容，重點論述了數據預處理、頻繁模式挖掘、分類和聚類等的內容，還全面講述了OLAP和離群點檢測，并研討了挖掘網絡、復雜數據類型以及重要應用領域。
3.《數據挖掘與數據化運營實戰：思維、方法、技巧與用應用》
推薦理由：目前有關數據挖掘在數據化運營實踐領域比較全面和系統的著作，也是諸多數據挖掘書籍中為數不多的穿插大量真實的實踐應用案例和場景的著作大數據分析經典書籍，更是創造性地針對數據化運營中不同分析挖掘課題類型，推出一一對應的分析思路集錦和相應的分析技巧集成，為讀者提供“菜單化”實戰錦囊的著作
七、數據可視化
1.《數據可視化之美》
推薦理由：在本書中，20多位可視化專家包括藝術家、設計師、評論家、科學家、分析師、統計學家等，展示了他們如何在各自的學科領域內開展項目。他們共同展示了可視化所能實現的功能以及如何使用它來改變世界。成功的可視化的美麗之處既在于其藝術設計，也在于其通過對細節的優雅展示，能夠有效地產生對數據的洞察和新的理解。
2. 《鮮活的數據：數據可視化指南》
推薦理由：先后介紹了如何獲取數據，將數據格式化，用可視化工具（如R）生成圖表，以及在圖形編輯軟件（如）中修改以使圖表達到最佳效果。本書介紹了數十種方法（如柱形圖、餅圖、折線圖和散點圖等），以創造性的視覺方式生動講述了有關數據的故事。翻開本書，思維之門會豁然大開，你會發現有那么多樣的手段去賦予數據全新的意義！
3.《用數據講故事》
推薦理由：本書通過大量案例研究介紹數據可視化的基礎知識，以及如何利用數據創造出吸引人的、信息量大的、有說服力的故事，進而達到有效溝通的目的。具體內容包括：如何充分理解上下文，如何選擇合適的圖表，如何消除雜亂，如何聚焦受眾的視線，如何像設計師一樣思考，以及如何用數據講故事。本書得到了國內數據分析大咖秋葉、范冰、鄧凱的推薦。
4.《數據之美：一本書學會可視化設計》
推薦理由：循序漸進、深入淺出地道出了數據可視化的步驟和思想。讓我們知道了如何理解數據可視化，如何探索數據的模式和尋找數據間的關聯，如何選擇適合自己的數據和目的的可視化方式，有哪些我們可以利用的可視化工具以及這些工具各有怎樣的利弊。
八、SQL
1.《SQL必知必會》
推薦理由：本書是深受世界各地讀者歡迎的SQL經典暢銷書，內容豐富，文字簡潔明快，針對、SQL 、MySQL、DB2、、等各種主流數據庫提供了大量簡明的實例。與其他同類圖書不同，它沒有過多闡述數據庫基礎理論，而是專門針對一線軟件開發人員，直接從SQL 開始，講述實際工作環境中最常用和最必需的SQL知識，實用性極強。通過本書，讀者能夠從沒有多少SQL經驗的新手，迅速編寫出世界級的SQL！
2.《SQL基礎教程》
推薦理由：本書介紹了關系數據庫以及用來操作關系數據庫的SQL語言的使用方法，提供了大量的示例程序和詳實的操作步驟說明，讀者可以親自動手解決具體問題，循序漸進地掌握SQL的基礎知識和技巧，切實提高自身的編程能力。在每章結尾備有習題，用來檢驗讀者對該章內容的理解程度。另外本書還將重要知識點總結為“法則”，方便大家隨時查閱。
3.《MySQL必知必會》
推薦理由：本書從介紹簡單的數據檢索開始，逐步深入一些復雜的內容，包括聯結的使用、子查詢、正則表達式和基于全文本的搜索、存儲過程、游標、觸發器、表約束，等等。通過重點突出的章節，條理清晰、系統而扼要地講述了讀者應該掌握的知識，使他們不經意間立刻功力大增。
九、
1.《深入淺出》
推薦理由：通過一種獨特的超越語法手冊的方式來幫助你學習。你將能夠快速掌握的基礎知識，然后擴展到持久化、異常處理、Web開發、、數據處理和應用引擎中去。你也將學會如何為編寫移動應用，這要感謝帶給你的強大能力。融合了完備的學習經驗，它將幫助你成為真正的編程員。
2.《利用進行數據分析》
推薦理由：本書由 項目創始人Wes 親筆撰寫，詳細介紹利用進行操作、處理、清洗和規整數據等方面的具體細節和基本要點。第2版針對 3.6進行全面修訂和更新，涵蓋新版的、NumPy、和，并增加大量實際案例，可以幫助你高效解決一系列數據分析問題。
3.《數據分析從入門到精通》
推薦理由：對于希望使用來完成數據分析工作的人來說，學習、Numpy、、這個組合是目前看來不錯的方向，本書就是這樣一本循序漸進的書。內容精練、重點突出、實例豐富，是廣大數據分析工作者必備的參考書，為讀者能真正使用進行數據分析奠定基礎。
十、R語言
1.《R語言實戰（第2版）》
推薦理由：本書從解決實際問題入手，盡量跳脫統計學的理論闡述來討論R語言及其應用，講解清晰透澈，極具實用性。作者不僅高度概括了R語言的強大功能、展示了各種實用的統計示例，而且對于難以用傳統方法分析的凌亂、不完整和非正態的數據也給出了完備的處理方法。通讀本書，你將全面掌握使用R語言進行數據分析、數據挖掘的技巧，并領略大量探索和展示數據的圖形功能，從而更加高效地進行分析與溝通。
2.《統計建模與R軟件》
推薦理由：書中結合數理統計問題對R軟件進行科學、準確和全面的介紹，以便使讀者能深刻理解該軟件的精髓和靈活、高效的使用技巧．此外，還介紹了在工程技術、經濟管理、社會生活等各方面的豐富的統計問題及其統計建模方法，通過該軟件將所建模型進行求解，使讀者獲得從實際問題建模入手，到利用軟件進行求解，以及對計算結果進行分析的全面訓練。
十一、機器學習
1.《機器學習》
推薦理由：作為該領域的入門教材，在內容上盡可能涵蓋機器學習基礎知識的各方面。 為了使盡可能多的讀者通過本書對機器學習有所了解, 作者試圖盡可能少地使用數學知識. 然而, 少量的概率、統計、代數、優化、邏輯知識似乎不可避免。
2.《機器學習實戰》
推薦理由：全書通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用高效的可復用代碼來闡釋如何處理統計數據，進行數據分析及可視化。通過各種實例，讀者可從中學會機器學習的核心算法，并能將其運用于一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高級的功能，如匯總和簡化等。
十二、數據分析應用場景
1.《數據化管理：洞悉零售及電子商務運營》
推薦理由：作者擁有15年的銷售及數據分析經驗，歷經美國強生公司、妮維雅公司、雅芳公司和鼎盛時期的諾基亞公司，目前是數據化管理的咨詢顧問和培訓師。本書通過大量案例深入淺出地講解了數據意識和零售思維。
2.《網站分析實戰》
推薦理由：越來越多的網站開始重視數據，并期望從中發現新的機會，不管你是做網絡營銷、互聯網產品設計、電子商務運營、個人站點運營維護，我們都希望從數據中尋找有價值的結論，并且指導公司管理層的決策，最終創造更大的網站價值。本書以通俗易懂的方式來講解網站分析所需掌握的知識大數據分析經典書籍，剖析日常工作中遇到的問題，并且配合大量的實戰案例的講解。
3.《游戲數據分析實戰》
推薦理由：要針對游戲策劃、游戲運營、游戲數據分析、產品數據分析挖掘、數據平臺開發維護人員及對數據分析感興趣的讀者，介紹怎樣利用數據分析游戲生命周期中各階段遇到的問題。以詳細案例為主，通過SPSS、Excel 等工具逐步展示實施步驟，用手把手的方式讓讀者快速掌握游戲數據分析方法。
4.《淘寶、天貓電商數據分析與挖掘實戰》
推薦理由：主要針對電商從業者（運營和店長）和數據分析入門者，以電商業務實戰為主線，介紹數據分析相關的知識。上半部分主要介紹淘寶的操作方法，以及探討未來的電商布局之路；下半部分以實戰為主，主要介紹淘寶賣家如何應用 Excel 和數據來做決策。
關于
是一家專業的數據分析和商業智能服務提供商，注冊于2014年。團隊核心成員來自 IBM、、SAP 等知名公司，深耕大數據分析領域，具有十余年豐富的企業服務經驗。
旗下核心產品智能數據分析平臺 Data 、數據大屏設計配置工具 Data MAX 已在業內形成自己的獨特優勢，并在各行業積累了眾多標桿客戶和成功案例。
成立以來，就致力于為客戶提供實時、高效、智能的數據分析展示解決方案，幫助企業查看分析數據并改進業務，成為最值得信賴的數據業務公司。