-
1 # 匹諾曹的烏托邦
-
2 # 這裡是一隻羊
一定要問問自己，自己是否適合資料分析
資料分析是當下十分火爆的崗位，被各種自媒體稱為低門檻，高工資的崗位，但我想說的是真正的資料分析師絕非你所想象的那樣只會Python或者是SQL，更重要的是對業務的思考與剖析。
那麼自學資料分析的時候，最重要的也是最基本的當屬SQL語句了，這裡為你推薦一本書，作為資料分析師可能你不需要完成對SQL的維護與開發，但也要會最基本的增刪改查和跨表查詢。
然後就是必要的技能，統計分析了，這裡可以去大學生mooc上看錄播課，老師的講解比較細緻並且有詳細的知識點和課後問題，很適合惡補自己的統計學知識。
當你有了一定的統計學基礎並且熟悉了SQL語句後，這時候你可以嘗試學習一些工具了，為你的資料分析先鋪好路，可以從Python入手，學習成本很低，這裡推薦一本書：
這本書也是我經常看的一本書，難度比較低內容十分豐富，很適合學習基礎知識。
當你掌握這些技能的時候，你已經可以做一名資料分析助理了，後面你還需要更多的時間去沉澱，學習更多知識，需要掌握更多的資料分析模型、資料分析思維、業務能力、建模能力....
最後祝早日踏進理想行業，從事理想工作。
-
3 # 資料Talk
資料分析工作可以簡單歸納為如下的步驟和順序：
1. 明確目的和思路-》2.收集資料-》3.資料處理-》4.資料分析-》5.資料展現-》6.撰寫資料分析報告-》7.應用解決行業問題
如上7個部分，1、6、7需要你的資料分析思維，2、3、4、5需要你的資料分析技能
下面我將分別從以上兩個方面來推薦相關的書籍
2.學習資料分析思維的書籍
首推《深入淺出資料分析》,這本書也是我個人的資料分析入門書，本書重在培養資料分析思維，從個人認識和思想準備上慢慢進入資料分析這一行。雖說本書在資料分析案例和內容上，側重商業運營資料分析，與現在較火的網際網路資料分析有點出入，但資料分析思維是一致的，基本遵循運營業務出現問題》透過資料分析發現問題》解決問題，然後根據試行結果來不斷迭代，透過反饋來完善這一過程。另外本書還涉及到不少資料分析的方法，初讀可以不用過分深入，瞭解即可
《誰說菜鳥不會資料分析》，由國內作者編寫，對小白非常友好，以職場資料分析新手的背景故事展開，可讀性強。讀完本書可以對資料分析在工作流程和細節有基礎認識，採用Excel作為資料分析工具，大大降低了初學者的學習門檻，本書重點在零售行業等的資料分析過程，從獲取資料到撰寫報告，都有詳細的介紹和建議。
《增長駭客》，是知名的網際網路產品，運營讀物，主要透過案例講解網際網路產品如何透過資料分析的方法來運營產品，和迭代產品，講述了資料分析如何在網際網路行業帶來效益和價值，證明了資料的強大作用。同樣，書中也涉及了部分技術細節，但初學者不必深究，重點關注資料分析的思路。
《精益資料分析》，以創業公司的角度來看點資料分析在公司創業過程中的作用，以較高的角度從市場，產品，環境等大方面來講述資料分析在公司成立初期的關鍵幾年的重要作用，強調了網際網路公司要以資料驅動業務。對初學者可以當做故事書來看，若看的時候能夠結合融會前幾本書的資料分析思維就最好了。
2.學習資料分析技能的書籍
Excel建議可以看看影片教程，邊看邊操作效果較好
《SQL基礎教程》，本書可以作為SQL的入門教程，亮點在於本書在講解每個知識點時會同時講解語句在不同資料庫中的異同，有很好的指導作用，每部分還有相對應的習題，由淺入深，練習案例豐富，看書時一定要跟做聯絡題！另外個人建議，初學時可以先選定一種資料庫，如網際網路公司用的較多的Mysql, 學習時可只關注mysql中sql語句的寫法，避免自己產生混亂。
學習sql還有《sql必知必會》，簡短精悍，全是乾貨，若時間緊迫，可以看這本，平時也可以用來當工具書查閱。
《利用Python進行資料分析》，目前應用較廣的資料分析程式語言就是Python，本書可以讓你在學習時關注於Python在資料分析中的應用，大大節約了時間成本和精力，因為Python功能太多了，我讀的PDF檔案，可快速查閱較方便，注意在看書時同樣要手敲程式碼，儘量將書中程式碼自己手打一邊執行看看效果，talk is cheap.
資料分析中還涉及到不少統計學的知識，入門可以看看《赤裸裸的統計學》，本書基本沒有公式，可讀性強，透過生活中的例子介紹統計學知識，通俗易懂，基礎的統計學知識囊括其中，結合例項還能讓你瞭解統計學在生活中的應用。
統計學進階《商務與經濟統計》，大部頭，很多經濟學專業的專業課用書，著重強調商業應用中的統計學知識，同樣沒有過深的數理原理統計知識，不會令人望而生畏。擁有大量案例和習題，很適合學習統計學知識。
-
4 # 水畔網行
《誰說菜鳥不會資料分析入門篇》、《拯救您的Excel資料的分析、處理、展示（動畫版）》、《深入淺出資料分析》、《資料探勘技術》和《基於SPSS的資料分析》等等。
-
5 # 吊車尾學院一木木老師
資料分析要看的書籍，我推薦一些我覺得還不錯的。大家可以先看電子版，或者去圖書館借閱，然後再選擇是否需要購買。我按照資料分析需要學的東西來列舉——Excel、SQL、Python、統計學、機器學習。
Excel作為常見的辦公軟體，擁有大量函式和公式，可以進行資料處理和圖表輸出。不需要程式設計基礎，其他經常與資料接觸的崗位，也建議學習。
《Excel函式與圖表應用例項解析》，賽貝爾資訊，清華大學出版社：包含了Excel函式公式及其運用，非常適合入門；
《左手資料，右手圖表》，徐軍泰，機械工業出版社：包含Excel函式公式和動態圖表兩部分，相比前一本書內容更深入一些。
《MySQL必知必會》，[英] Ben Forta，人民郵電出版社：這本書比較系統性地講述了我們學MySQL應該要掌握的知識，適合零基礎的人。
如果非資料分析崗，只是為了滿足其它崗位的少量資料處理需求，看上面三本書就夠了。如果需要在數分崗位上精益下去，下面的這些內容不得不學。
Python是目前最受資料科學家青睞的預言，它擁有豐富的生態系統和強大的互動性，以及快速的開發週期。對於程式設計師來說，Python小菜一碟，但對於沒有程式設計基礎的人來說，學起來還是有難度的。做資料分析，只需要掌握Python的NumPy、Pandas、Matplotlib、Sklearn這四個庫，就行了。如果崗位要求需要獲取外部資料，再學一個爬蟲知識即可。
《Python基礎教程》，Magnus Lie Hetland，人民郵電出版社：這本書內容包括語法介紹和一些小專案的演示，真的是基礎教程，適合入門；
《利用python進行資料分析》，Wes McKinney，機械工業出版社：這本書重點講了Pandas庫，少量涉及NumPy和Matplotlib，比較經典的書；
《Python資料科學手冊》，Jake VanderPlas，人民郵電出版社：可以看作是前一本書的進階書籍，介紹了資料分析的主要庫，偏資料清洗。
以上屬於資料分析的工具篇書籍，要想成為資料分析師，最重要的還是具備資料分析思維，和掌握統計學、機器學習相關知識。
《統計學》，賈俊平，中國人民大學出版社：偏數理統計知識，可以快速幫助初學者理解統計學的基本原理框架；
《Statistical Inference》，George Casella / Roger L. Berger，Duxbury Press：本書包括機率和統計兩部分的內容；
《統計學習方法》，李航，清華大學出版社：講了機器學習的10個演算法，比較全面，適合學習總結；
《非線性時間序列》，範劍青，科學出版社發行部：難度比較大的一本書，非常有啟發意義；
《The Elements of Statistical Learning》，T. Hastie / R. Tibshirani / J. H. Friedman，Springer：機器學習非常好的書籍，對讀者的專業素質要求較高。
最後，再囉嗦一下。入門建議先看影片，進階看書+刷題+影片，高階看書+論文+小專案，最後可以接專案+參賽（數分之路已被我安排妥妥貼貼~~~）。
~~
我經常更新一些資料分析相關的文章內容，感興趣的可以看我主頁~
回覆列表
任何一個技能的學習，都有從淺到深的過程，資料分析也不例外。因此我把推薦書籍劃分成幾個段位，更便於大家挑選。
Part 1 | 入門版適合對資料分析的入門者，對資料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。
深入淺出資料分析 ：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。誰說菜鳥不會資料分析：不僅講解了一些常見的分析技巧，並附帶 Excel 的一些知識以及資料分析在公司中所處的位置，對職場瞭解亦有一定幫助。赤裸裸的統計學 ：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機率和隨機分析的枯燥。Part 2 | 進階版具有一定的行業針對性，要求具備一定的分析常識，適合網站分析師，商業分析師以及資料產品經理。
精通 Web Analytics 2.0 ：此書雖老，但其中很多思想和流量分析的案例仍然很有借鑑意義，現在紙質書只能上淘寶買舊書了。深入淺出統計學 ：Headfirst 類書籍，可以幫助你快速瞭解統計方面的知識。資料化管理：洞悉零售及電子商務運營 ：講解在企業中應用資料的例子，讀完受益匪淺，裡面舉的很多例子都很接地氣。雖說偏向於零售業管理，但大道歸一，可適用於很多行業。MySQL 必知必會 ：這本也是我當年學習 SQL 的入門書，薄冊子一本，看起來很快。SQL 是個價效比很高的技能，簡單而強大。任何想進一步提高自己資料分析技能的產品/運營/分析師 同學，都建議點亮 這個技能點。Part 3 | 高階版更高階的資料相對來說專業性較強了，如涉及到企業內部資料治理，資料結合的業務分析，資料視覺化等。當然，還有資料探勘演算法之類的更深入的東西，這塊沒有研究就不瞎推薦了。
決戰大資料 ：阿里巴巴前資料副總裁車品覺老師所著，講解了阿里巴巴在企業內部治理資料過程中的心得，所講“存-通-用”資料管理三板斧和“從資料化運營到運營資料”，字字珠璣，可堪借鑑。精益資料分析 ：此書優勢在於將企業分成了幾個大的行業類別，並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。整體而言，資料分析工作對綜合能力要求是較高的，想做好這份工作不是一時半會的事，需要耐心，多思考，多實踐，多總結。祝願看到這個回答的同學，都能在成為專業的資料分析師的道路上前程似錦。