自學的數據分析書單
阿新 • • 發佈：2017-08-10
偏差 miners 介紹 相關 多圖 vdp 翻譯 博士 link
5.「網站分析實戰 (豆瓣)」，是國內一本講網站分析的書，沒有上面經典，但勝在新出，很多案例和理念都有及時的更新。 6.《數據之魅-基於開源工具的數據分析》鏈接：數據之魅 (豆瓣)
7.者是華盛頓大學理論物理學博士。這本書是數據分析的經典之一，包含大量的R語言模擬過程及結果展示，例舉了很多數據分析實例和代碼。 8.《數據挖掘-市場營銷、銷售與客戶關系管理領域應用》鏈接：數據挖掘技術 (豆瓣)， 作者是Data Miners的創辦人，有二十多年的營銷和客戶關系管理結合數據挖掘的經驗。詳細介紹了作為一個數據挖掘團隊需要的知識體系，包括數據庫、SAS使用、統計學、機器學習、數據可視化、如何訪問用戶收集需求、如何寫論文與溝通等等。有條件的建議看英文原版。 9.《Data Analytics for Beginners: Basic Guide to Master Data Analytics》
10.統計學基礎書可以看一下：:統計學習三大巨匠Trevor Hastie, Robert Tibshirani和Friedman《the elements of statistical learning》了，也提到了Trevor Hastie, Robert Tibshirani的13年的新書《An Introduction to Statistical Learning: with Application in R》 《the elements of statistical learning》中文版是清華大學出的版社的《統計學習基礎》
《An Introduction to Statistical Learning: with Application in R》的中文版是機械工業出版社的《統計學習導論：基於R的應用》，15年6月份出來的新書，譯者和原書作者都是在同一個領域搞研究的，可以說是同宗同源啦，水平也是相當高的；以前找我推薦書的，都被安利了這本；甚至還有書還沒上市就被我安利的人...
也有回答提到了吳喜之老師的《從數據到結論》，其實我會更加推薦吳喜之老師的另外一本《統計學：從概念到數據分析》，這本書搜索成本比《從數據到結論》要稍微高一點，吳老師一慣的風格，書特別薄，三言兩語點透方法的精髓；而且也都有R代碼；
進階版 1.《Doing Data Scienc》中文版圖書鏈接：https://book.douban.com/subject/26320485/ 作者Cathy O’Neil是哈佛大學的博士，MIT的數據博士後，曾今作為一名Quant在對沖基金D.E. Shaw 工作，目前是一家紐約初創公司的Data scientist 。這本書需要有一定的編程和理論基礎，作為入門教材來說有點難，雖然只有400來頁，但是涉及的知識點很全面。每一章節的核心內容都附有編程案例，R/Python/Shell三種語言任君挑選。 2.《Python for Data Analysis》中文版圖書鏈接：https://book.douban.com/subject/25779298/
Python數據分析必看，適合入行不久的數據分析師。作者有多年的Python數據分析工作經驗，對各種Pyhon包iPython，NumPy，pandas，matpotlib等有著很深的理解。看完這本，敲完代碼，Python數據分析就算入行了。 3.《Data Science for Business》
很多牛人為之作序，數據科學如何與商業結合，相信這本書會給你一些啟發。 4.《Python Data Science Handbook》一本包含Python數據分析各個包的工具書，比如numpy pandas matplotlib scikit learn等，便於學習查閱使用。 2016年6月出版的，500頁保質保量，作者（Jake VanderPlas）是華盛頓大學電子科學研究所的高級數據科學研究員，研究領域包括天文統計學、機器學習和可擴展計算。書的前半部分介紹了用於數據分析和一般的科學計算的基本Python庫，後面從實際應用的角度使用Python庫scikit-learn開始機器學習實踐。適合有一定Python基礎人（或者R基礎），並且想學習如何使用Python進行數據分析的人。 5.《Storytelling with Data》
作者：呆小槑
鏈接：https://www.zhihu.com/question/19640095/answer/90456737
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。 作者：Han Hsiao
鏈接：https://www.zhihu.com/question/19640095/answer/24240031
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。 作者：張溪夢 Simon
鏈接：https://www.zhihu.com/question/20757000/answer/119738611
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
入門版
適合對數據分析的入門者，對數據分析沒有整體概念的人，常見於應屆畢業生，經驗尚淺的轉行者。
1.深入淺出數據分析 (豆瓣)：HeadFirst 類的書籍，一向淺顯易懂形象生動，可以對分析概念有個全面的認知。電子工業出版社的經典書目系列，從數據分析基本步驟開始、實驗方法、最優化方法、假設檢驗方法、貝葉斯統計方法、主觀概率法、啟發法、直方圖法、回歸法、誤差處理、相關數據庫、數據整理技巧一一講到。圖比較多，適合入門。
2.誰說菜鳥不會數據分析 (豆瓣)：不僅講解了一些常見的分析技巧，並附帶 Excel 的一些知識以及數據分析在公司中所處的位置，對職場了解亦有一定幫助。
3.赤裸裸的統計學 (豆瓣)：作者年輕時是個追求學習意義的學霸，後來自己從統計學中發掘了很多可以應用到生活的地方。這也是本書的主旨，結合生活講解統計知識，生動有趣。可以避免統計學一上來就大講貝葉斯概率和隨機分析的枯燥。
同樣類似的書籍還有「統計數字會撒謊 (豆瓣)」，這本書知名度要高點，不過我還沒看…
4.深入淺出統計學 (豆瓣)：Headfirst 類書籍，可以幫助你快速了解統計方面的知識。5.「網站分析實戰 (豆瓣)」，是國內一本講網站分析的書，沒有上面經典，但勝在新出，很多案例和理念都有及時的更新。 6.《數據之魅-基於開源工具的數據分析》鏈接：數據之魅 (豆瓣)
7.者是華盛頓大學理論物理學博士。這本書是數據分析的經典之一，包含大量的R語言模擬過程及結果展示，例舉了很多數據分析實例和代碼。 8.《數據挖掘-市場營銷、銷售與客戶關系管理領域應用》鏈接：數據挖掘技術 (豆瓣)， 作者是Data Miners的創辦人，有二十多年的營銷和客戶關系管理結合數據挖掘的經驗。詳細介紹了作為一個數據挖掘團隊需要的知識體系，包括數據庫、SAS使用、統計學、機器學習、數據可視化、如何訪問用戶收集需求、如何寫論文與溝通等等。有條件的建議看英文原版。 9.《Data Analytics for Beginners: Basic Guide to Master Data Analytics》
10.統計學基礎書可以看一下：:統計學習三大巨匠Trevor Hastie, Robert Tibshirani和Friedman《the elements of statistical learning》了，也提到了Trevor Hastie, Robert Tibshirani的13年的新書《An Introduction to Statistical Learning: with Application in R》 《the elements of statistical learning》中文版是清華大學出的版社的《統計學習基礎》
《An Introduction to Statistical Learning: with Application in R》的中文版是機械工業出版社的《統計學習導論：基於R的應用》，15年6月份出來的新書，譯者和原書作者都是在同一個領域搞研究的，可以說是同宗同源啦，水平也是相當高的；以前找我推薦書的，都被安利了這本；甚至還有書還沒上市就被我安利的人...
也有回答提到了吳喜之老師的《從數據到結論》，其實我會更加推薦吳喜之老師的另外一本《統計學：從概念到數據分析》，這本書搜索成本比《從數據到結論》要稍微高一點，吳老師一慣的風格，書特別薄，三言兩語點透方法的精髓；而且也都有R代碼；
進階版 1.《Doing Data Scienc》中文版圖書鏈接：https://book.douban.com/subject/26320485/ 作者Cathy O’Neil是哈佛大學的博士，MIT的數據博士後，曾今作為一名Quant在對沖基金D.E. Shaw 工作，目前是一家紐約初創公司的Data scientist 。這本書需要有一定的編程和理論基礎，作為入門教材來說有點難，雖然只有400來頁，但是涉及的知識點很全面。每一章節的核心內容都附有編程案例，R/Python/Shell三種語言任君挑選。 2.《Python for Data Analysis》中文版圖書鏈接：https://book.douban.com/subject/25779298/
Python數據分析必看，適合入行不久的數據分析師。作者有多年的Python數據分析工作經驗，對各種Pyhon包iPython，NumPy，pandas，matpotlib等有著很深的理解。看完這本，敲完代碼，Python數據分析就算入行了。 3.《Data Science for Business》
很多牛人為之作序，數據科學如何與商業結合，相信這本書會給你一些啟發。 4.《Python Data Science Handbook》一本包含Python數據分析各個包的工具書，比如numpy pandas matplotlib scikit learn等，便於學習查閱使用。 2016年6月出版的，500頁保質保量，作者（Jake VanderPlas）是華盛頓大學電子科學研究所的高級數據科學研究員，研究領域包括天文統計學、機器學習和可擴展計算。書的前半部分介紹了用於數據分析和一般的科學計算的基本Python庫，後面從實際應用的角度使用Python庫scikit-learn開始機器學習實踐。適合有一定Python基礎人（或者R基礎），並且想學習如何使用Python進行數據分析的人。 5.《Storytelling with Data》
作者Cole NussbaumerKnaflic，私募分析師，前Google人力分析團隊總監。本書展示了如何高效率展示量化資訊，如何用豐富的資料講故事。Google內部的數據可視化課程講師，之前也在Maryland Institute College of Art兼職講師。如果你想知道如何以圖敘事，這邊好書不容錯過。
這些推薦全部轉載於知乎如下坐著的推薦，僅作為本人學習目的用途。作者：呆小槑
鏈接：https://www.zhihu.com/question/19640095/answer/90456737
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。 作者：Han Hsiao
鏈接：https://www.zhihu.com/question/19640095/answer/24240031
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。 作者：張溪夢 Simon
鏈接：https://www.zhihu.com/question/20757000/answer/119738611
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
自學的數據分析書單