预计阅读时间：5min
阅读建议：本文和你们分享一些，数据剖析不同模块的优秀书籍，均为小火龙看过的，仅个人观点。假如有推荐的其他书籍，也欢迎私信交流。
01数据剖析思路篇
「思路篇」内容相对偏轻松鸟哥的linux私房菜基础学习篇第三版pdf，作为数据剖析的入门菜，帮助你们吊起对数据剖析的兴趣，对于新同学会有比较大的帮助。
《深入浅出数据剖析》「难度：1星」：此书为「深入浅出」系列书籍之一。通过大量图片及有趣的案例，形象生动的展示了哪些是数据剖析，帮助你们在脑海中初步建立数据剖析框架。
《谁说新手不会数据剖析（入门篇）》「难度：1星」：此书为「谁说新手不会数据剖析」系列书籍之一。介绍了数据剖析的基本技巧及应用过程，通过Excel为例进行探讨，同时展示了数据剖析在职场中的价值。
《数学之美》「难度：2星」：作者吴军博士将深奥的物理原理，通过浅显易懂的形式述说下来，让非专业朋友也能感受物理带来的魅力。诸如：念书时学过的机率论与数理统计，就会在书中有所彰显。
《用数据讲故事》「难度：2星」：本书围绕数据可视化，和你们述说怎样借助数据，选择合适的图表，输出有劝说力的推论，进而达成有效沟通的目的。
《数据化管理》「难度：2星」：本书以零售业为背景，述说了怎样将数据方式论融合在具体的业务场景中，产生数据化管理模型，进而帮助企业提高效率。其实业务场景是零售业，但万变不离其宗，我们可以探求其中的本质。
02数据剖析技巧篇
「方法篇」推荐书籍，可以帮助你们增强数据剖析能力，针对不同方向系统性学习。
《关键迭代：可信赖的线上对照实验》「难度：3星」：关键迭代是我看过的讲解AB实验比较清晰的一本书。作者依据谷歌、亚马逊、谷歌和领英运行的两万多个对照实验为基础，对实验的方式论和应用落地做了全景的介绍，同时兼具了理论基础及案例输出。
《增长黑客-怎样低成本实现爆发式成长》「难度：2星」：作者肖恩·埃利斯（SeanEllis）于2010年提出了“增长黑客”一词，被称为“硅谷下降之父”。本书介绍了用户下降的流程及原理，以用户生命周期为时间轴，结合案例，述说了各个阶段的注意事项。
《硅谷下降黑客实战笔记》「难度：2星」：通过书名「实战笔记」应该也能觉得下来，本书愈发偏向于干货总结。确实，本书的内容比较偏实战，而且每章最后都附有可直接调用的表格模板，打算实操的朋友建议学习一下。
《精益数据剖析》「难度：3星」：本书以六种商业模式为例linux学习论坛，挖掘不同商业模式中，数据须要关注的南极星指标及其注意事项。内容偏业务，对于盼望培养业务sense的数据剖析师，会有比较大的帮助。
03数据剖析统计学篇
数据剖析离不开统计学，分享一些有收获的统计学书籍。
《赤裸裸的统计学》「难度：2星」：本书将统计学融合到了生活中，阅读时不会有很大的压迫感，讲解的也是生动有趣，推荐给刚才从事或则打算从事数据剖析的朋友。
《深入浅出统计学》「难度：3星」：此书仍为「深入浅出」系列书籍之一。本书内容涵括的知识点比较全面，包括但不限于：机率估算、几何分布、二项分布、假设检验等。而且通过真实的案例，让你在学习的过程中不会死板。
《统计学习技巧》「难度：5星」：李航的「统计学习技巧」，汇总了统计学重点知识，而且囊括了机器学习的基础内容。即使书的封面并不华丽，但内容却是干货满满，其实也有一定的难度，适宜于有一定语文功力的朋友学习。
04数据剖析技能篇
“工欲善其事，必先利其器”，工具的熟练应用是举办工作的前提，因而「技能篇」推荐几本认为不错的工具书籍。
《SQL必知必会》「难度：3星」：本书是麻省理工大学、伊利诺伊学院等诸多学院的参考教材。本书深入浅出的讲解了SQL基础概念及应用句型，书籍比较薄，适宜作为初遇SQL的第一本书籍。
《Excel最强教科书》「难度：2星」：本书的优势在于完整且清晰。从痛点出发，述说了Excel须要把握的知识及方法。一本书让你对Excel有较深入的了解，剩下的就是多多实操了。
《PPT要您好看》「难度：2星」：本书述说了怎么清晰的输出一份有逻辑的PPT。从构思、逻辑出发，到PPT的风格、版面，最后到色调的搭配和排版，内容较为全面，同样适宜萌新阅读。
《利用Python进行数据剖析》「难度：3星」：本书的优势在于将功能与代码相结合，而且每块内容都前馈开，代码不会很长，便于阅读。核心定位于数据剖析，因而主要讲解Pandas、Numpy、Matplotlib这三个数据剖析库的应用。正如书名，学习过此本书的朋友，基本就可以实现借助Python进行数据剖析了。
《R语言实战》「难度：4星」：本书全面的述说了R的核心应用点，内容十分全面。从安装R开始，到每一个模块的细节内容都囊括在内。但因为此书相对比较厚，因而须要一些时间，边看、边实战、边吸收。
《鸟哥的Linux私房菜：基础学习篇》「难度：3星」：此书为「鸟哥的Linux私房菜」系列书籍开篇。此本书也是同学推荐的，由于当时须要应用Linux操作系统，总体感知是讲解的比较清晰，且标明了需注意的细节。对于初遇Linux的朋友来说比较友好。
05数据剖析算法篇
数据剖析的“进攻方向”以及“防守方向”，都离不开算法的支持。「算法篇」推荐几本学习机器学习比较好的书籍。
《机器学习实战》「难度：不看代码和公式推论2星；看代码和公式推论4星」：此本书是小火龙看的第一本机器学习书籍，内容涵括了分类、聚类以及回归问题，涉及面比较广。而且每种算法就会将原理、公式推论、代码实现相结合，深入啃一啃会有好多收获。
《数据挖掘简史》「难度：4星」：此本书从算法视角介绍了数据挖掘的主要原理和技术，内容十分全面，从数据预处理、预测建模、关联剖析、聚类剖析、异动检查、模型评估，挖掘全链路内容均有所涉及。因为书籍篇幅比较长，须要花一定时间渐渐吸收，但是因为涉及不少公式，因而阅读上去会有些难度。
《DEEPLEARNING深度学习》「难度：4星」：本书是由学界领军人物IanGoodfellow、YoshuaBengio和AaronCourville合力构建，帮助你们入门深度学习的书籍。其内容从基础物理理论出发，逐渐深入到深度学习各主题的腹地，揭露深度学习的面纱。建议你们先看前两本，再学习此本书，倘若直接看难度会比较大。
06数据剖析可视化篇
作为全链路数据剖析师，离不开数据的可视化，以及BI方面的知识。其实，部份大厂有其自身开发的BI工具，即使没有sogou pinyin linux，也会应用一些开源的工具，比如：Tableau。这儿主要分享给你们数据可视化思维的书籍鸟哥的linux私房菜基础学习篇第三版pdf，可供参考。
《最简单的图形与最复杂的信息》「难度：3星」：本书梳理了图表展示的原则以及应用的规范，偏干货类书籍，建议有一定图表基础的朋友学习，相信会有很大的帮助。
本文原创地址：//gulass.cn/sjfxbdsjtjcr.html编辑：刘遄，审核员：暂无
