想学习数据分析，有哪些书籍或资料参考学习

发布网友 发布时间：2022-04-20 00:30

我来回答

共3个回答

热心网友 时间：2023-10-05 20:09

入门数据分析类
*领进门，修行在个人。下面这两本书是入门数据分析必看的书籍，也是检验自己是否真的喜欢数据分析。
从0到1:《深入浅出数据分析》
为什么是它？借用一位读者的评价“我家的猫都喜欢这本书！”

01 内容简介
以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术；正文以后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。
02 推荐理由
书名已经很好地表现出了这本书的优点——“深入浅出”。忘记烦恼，这本书与现实世界紧密互动，让你不再只有枯燥的理论，并且将知识图形化，复杂的概念简单化。
经典小黄书：《谁说菜鸟不会数据分析》
是本很好的书，但看过之后，这本书就真一文不值了。

01 内容简介
很多人看到数据分析就望而却步，担心门槛高，无法迈入数据分析的门槛。《谁说菜鸟不会数据分析》努力将数据分析写成像小说一样通俗易懂，使读者可以在无形之中学会数据分析,按照数据分析工作的完整流程来讲解。
02 推荐理由
数据分析的入门极品，但真的很入门,优缺兼有。对于入门理解来说是绝佳选择,对之后的*还是不够的。建议之前全都是自己瞎摸瞎撞搞数据分析的同学进行阅读，颇有醍醐灌顶之感。
分析工具类

与数据分析相关的工具非常之多，我们常用的有Excel、PPT、SQL等。如果您想精通他们，直接在哔哩哔哩搜索聚数云海，即可找到相关优质课程。
1.Excel
大家常说的Excel，但是不要以为你很会Excel！Excel是所有职场人必备的办公软件。Excel功能非常强大，在数据量不是很大的情况下，基本上都能用Excel实现数据分析。推荐如下书籍：
《Excel高效办公数据处理与分析》

01 内容简介
根据现代企业决策和管理工作的主要特点，从实际应用出发，介绍了Excel强大的数据处理与分析功能在企业决策和管理工作中的具体应用。
02 推荐理由
本书同时提供了大量需要你做的实例，学而不练是不存在的！
《别怕，Excel函数其实很简单》

01 内容简介
《别怕，Excel 函数其实很简单》用浅显易懂的图文、生动形象的比喻以及大量实际工作中的经典案例，介绍了Excel最常用的一部分函数的计算原理和应用技巧,还介绍了数据的科学管理方法，以避免从数据源头就产生问题。
02 推荐理由
适合希望提高办公效率的职场人士，特别是经常需要处理分析大量数据并制作统计报表的相关人员，以及相关专业的高校师生阅读,小白需谨慎！
2. SQL
SQL是数据分析的基础，是想要学会数据分析能力的必备技能。那这里我只给大家介绍三本书，第一本书零基础入门，第二是进阶，第三本是SQL中的字典，话不多说，我们直接上架。
《SQL基础教程》

01 推荐理由
介绍了关系数据库以及用来操作关系数据库的SQL语言的使用方法。书中通过丰富的图示、大量示例程序和详实的操作步骤说明，让读者循序渐进地掌握SQL的基础知识和使用技巧，切实提高编程能力。每章结尾设置有练习题，帮助读者检验对各章内容的理解程度。另外，本书还将重要知识点总结为“法则”，方便读者随时查阅。
本书107张图表+209段代码+88个法则，是零基础进阶人士必备！
SQL进阶：《SQL进阶教程》

01 推荐理由
本书是为志在向中级进阶的数据库工程师编写的一本SQL技能提升指南。全书可分为两部分，第一部分介绍了SQL语言不同寻常的使用技巧，带领读者从SQL常见技术，去探索新发现。旨在帮助读者提升编程水平；第二部分着重介绍关系数据库的发展史，把实践与理论结合起来，旨在帮助读者加深对关系数据库和SQL语言的理解。
本书不适合小白！适合具有半年以上SQL使用经验、已掌握SQL基础知识和技能、希望提升自己编程水平的读者阅读。
SQL辅导书籍

01 推荐理由
本书是麻省理工学院、伊利诺伊大学等众多大学的参考教材，由浅入深地讲解了SQL的内容，实例丰富，便于查阅。本书没有过多阐述数据库基础理论，而是专门针对一线软件开发人员，直接从SQL SELECT开始，讲述实际工作环境中最常用和最必需的SQL知识，实用性极强。
有一定SQL基础的人士可以将它当做一本字典使用，遇到问题可以查找相应内用。
3.Python
“人生苦短，我用Python”。Python编程语言是最容易学习,并且功能强大的语言。但是很多人声称自己精通Python,自己却写不出Pythonic的代码，对很多常用的包不是很了解。万丈高楼平地起，咱们先从Python中最最基础的开始。
《Python编程，从入门到实践》

01 推荐理由
本书最大的特点就是零基础完全不懂编程的小白也能够学习，新手想学习选它绝对错不了。知识点由浅入深循循渐进，并配有视频教程手把手教学,同时所需的软件也是免费的。本书也配有相关辅导书籍，有兴趣的话可以去看看，但是请记住，这本书是最核心的。
《利用Python进行数据分析》

01 推荐理由
不像别的编程书一样，从盘古开天辟地开始讲起。这本书是直接应用到数据分析的，所以很多在数据分析上应用不那么频繁的模块也就没有讲。
本书第二版针对Python 3.6进行了更新，并增加实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到新版本的pandas、NumPy、IPython和Jupyter。
4.R语言
R是用于统计分析、绘图的语言和操作环境。但是R是有一定难度的，没有基础的话请谨慎尝试！推荐书籍：
《R语言入门与实践》

01 推荐理由
本书通过三个精心挑选的例子，深入浅出地讲解如何使用R语言玩转数据。将数据科学家必需的专业技能融合其中，教会读者如何将数据存储到计算机内存中，如何在必要的时候转换内存中的数据值，如何用R编写自己的程序并将其用于数据分析和模拟运行。
案例提升类

《活用数据：驱动业务的数据分析实战》

01 推荐理由
是一本用数据来帮助企业破解业务难题的实操书，有理论、有方法、有实战案例。具有业务驱动、案例闭环、思维先导、实战还原4大特色，同时在思路上清晰连贯，在表达上深入浅出，既能帮助数据分析从业者入门和提升，也能辅助企业各业务部门和各级管理人员做量化决策。
《精益数据分析》
01 推荐理由
本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品，以及提升企业知名度。30多个案例分析，全球100多位知名企业家的真知灼见，为你呈现来之不易、经过实践检验的创业心得和宝贵经验，值得每位创业家和企业家一读。

热心网友 时间：2023-10-05 20:10

来写一个非计算机/统计背景出身的人，如何利用业余时间学习数据分析的技能吧。
数据分析将会作为一门通识技能，进入越来越多的不同工作岗位中。毕竟“技多不压身”，掌握数据分析，一方面可以提升自己相应的业务能力，另一方面也可以让自己建立一种data-driven的视角，去思考各种问题。
基本技能：
不论是学什么，还是需要先有一个大的框架。对于学习数据分析而言，需要的技能模块有统计基础+数据库知识+编程能力
统计基础：
理工科的学生在本科阶段学习过概率论与数理统计，单从做数据分析的角度，其实已经够用了。那么在业余时间里，我们需要有一本书可以随时查漏补缺，《深入浅出统计学》你值得拥有。
数据库知识：
关系型数据库很重要，因为在学习数据分析的初期甚至很长一段时间，你接触到的数据都存储在关系型数据库中，需要学习SQL语言去进行数据的查询。SQL的上手很快，强力推荐《SQL必知必会》，整本书通俗易懂，是学习SQL语言的不二之选。我当年入坑也就是这本书开始的。个人觉得，学习数据库的本质就是在学习一种与数据打交道的逻辑思维与能力。而且在编程中的很多思想都是和SQL之间相通的，比如：SQL中对data进行group by的操作，这个在Excel里类似于透视表，在Python/R中也有相应的group function去处理数据。甚至在以后的进阶过程，你会接触到分布式数据库和所对应的no-SQL语句，本质上都是和关系型数据库及SQL相通的。
编程能力：
Excel --- 别拿Excel不当干粮，之前看到过一个段子：投行的童鞋们用Excel根本不需要鼠标，暂且放在这里调侃一番。不过，Excel里面的透视表(Pivot Table)确实是做数据分析的必备技能。透视表可以帮你迅速汇总数据，看到各类型数据的直观特征就像是让你站在了一个更高的视角上去看你的数据。作为进阶，Excel自带的函数，各种插件，以及VBA也是很好的工具，将Excel用到极致也不是不可以。
Python --- 当数据量大到用Excel打开都要好久的时候，或者我们想进一步提升能力的时候，需要学习一些hardcore技能，即用编程语言做数据分析。这里主要有R和Python两大流派。我个人推荐Python，一方面Python代码简单易懂，容易上手；另一方面学习资料超级多。在这里推荐一本书，《利用Python进行数据分析》，这本书涵盖了利用Python做数据清洗，数据可视化及分析的技能点，可以作为一本工具书随时查阅。
难道学习数据分析就一定要掌握这些基本技能吗？答案是，并不一定在开始的时候就全部掌握，学习数据分析最重要的方式就是动手实践，get your hands dirty at first。重点讲讲动手实践的部分。
动手实践:
这一部分其实就是在回答题主的几个问题：
从哪里弄到有分析价值的数据？ --- 平台
在开源社区有没有开源项目适合用来学习数据分析？
可以自己动手做个什么项目来实践
好的平台社区：既然是利用业余时间学习数据分析，那么一个好的平台社区将会起到事半功倍的效果。美国有Kaggle，中国有Kesci; 美国的kaggle是全世界做数据科学/数据分析的爱好者/从业者的聚集地，上面你可以看到各种大神的数据分析/挖掘项目，拿来自己练练手。中国现在也有了对标kaggle的数据分析社区，;在这里可以找到很多开源数据集，启动你的数据分析之旅。当你在社区内看到不错的项目之后，可以fork过来在K-lab上面做自己的分析项目并在社区内展示出来与大家共享。
随时查漏补缺：在这一路实践的过程中，你可能会遇到各种问题，知乎就是一个强大的搜索引擎，有很多大牛写的数据分析文章；当然，如果你英文能力强的话，欢迎copy and paste from StackOverflow, 你可以直接搜索你在写代码做数据分析遇到的各种问题，总有一款答案适合你。
再进一步升级：这一路实践就像是游戏里打怪升级的过程，比如你发现自己对统计的知识点不是很清楚，你开始回过头去看统计学书籍；你发现数据存储在分布式系统里面，你开始学习no-SQL的知识；你发现自己对某一行业比较感兴趣，你开始通过数据分析去了解一个行业；你发现自己已经不满足于利用现成数据作分析，你开始学习使用爬虫去抓取数据作分析。逐个击破知识盲区，滚雪球式累积，这也是学习数据分析的精髓。
小结：
学习数据分析本来就是搭好框架体系，不断累积知识，不断hack技能，不断提升分析水平的过程。哪怕是业余时间学习，假以时日，亦可成大器。也许正因为不是科班出身，所以在奔向远方的道路上才会永不知足，永不疲倦。

热心网友 时间：2023-10-05 20:10

不知道