做数据分析不得不看的书有哪些？（数据分析必备）

qinzhiqiang 07-18 17:08 571次浏览

微信读书App应该是我见过的体验最好的阅读软件，以前大多数读书App正版好书比较少，而通过微信读书你却可以找到非常多值得一看的计算机专业书籍，更为重要的是只需购买一张无限卡，所有的好书你都可以饕餮一番。

我们都知道计算机专业书籍通常比较贵，对很多人来说，即使有很多人向你推荐一些他们认为不错的书单，由于囊中羞涩，可能你都很难买来加以学习与鉴别。

有了微信读书，书单对你而言，才有了真正的意义。而下面为大家推荐的书单价值近千，绝对值得你购买的微信阅读无限卡。

在大数据时代，数据思维已开始深刻变革各行各业，从我们的电商消费信息、运动轨迹、社交数据、产品使用习惯…，到企业的调研、设计、产品、运营、营销…，再到交通、金融、生产制造、公共服务。

而由于Python在数据获取、数据处理、数据分析、数据挖掘、数据可视化、机器学习、人工智能等方面有着非常多成熟的库以及活跃的社区，构成数据科学领域最为完整且完善的生态。用Python来处理数据也就大行其道了。

下面我们就从微信读书里精心挑选一些Python、数据分析方面的书，大家可以尽情畅读。

数据分析入门

下面推荐的书都是数据分析的应用，你不需要有任何技术基础就可以看。非从业者、想转行者可以拿下面这些书当成数据分析的入门科普读物；会Python数据分析的程序员则可以来了解数据分析是如何与设计、产品、运营、营销等结合的；设计人员、产品经理、营销人员、运营人员、创业者等等，则可以训练一下数据思维。

一、产品增长力

一句话点评：数据科学有非常多的职业发展方向，这本书主要是数据分析在互联网产品、运营等方面的应用，非常适合从事互联网工作以及想了解数据分析是如何与互联网业务结合的朋友。

豆瓣简介：本书由京东资深数据产品经理撰写，重新定义了数据与产品、业务的关系，从数据分析方法、数据价值挖掘、数据结果倒逼业务优化3个层次，以及设计、运营和优化3个维度，为产品增长提供了科学的依据和方法论，得到了PMCaff创始人阿德、GrowingIO创始人&CEO张溪梦、增长官研究院创始人范冰、腾讯高级产品经理刘涵宇等专家的高度评价。

二、大数据时代

一句话点评：大家可以把这本书看成是一本大数据的科普读物，了解大数据带来的思维变革、商业变革、管理变革。

豆瓣简介：《大数据时代》是国外大数据研究的先河之作，本书作者维克托•迈尔•舍恩伯格被誉为“大数据商业应用第一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。

三、精益数据分析

一句话点评：这本书虽然属于精益创业丛书，但是由埃里克·莱斯创造的精益思想，以及敏捷开发早已在渗透到企业的方方面面，而这本书有助于你如何根据数据来采取行动。对管理者来说，这是一本高星必读好书，对小职员来说，这也是一本不错的普及读物。

豆瓣简介：阿利斯泰尔，企业家、作家、演讲家，用户体验管理先锋公司Coradiant联合创始人。曾花大量时间研究各种规模的组织如何使用数据做出优良决策、加速创业过程。他职业生涯的大部分时间都是技术公司的产品经理，是O’Reilly Strata、TechWeb Cloud Connect、Interop企业云计算峰会、International Startup Festival（国际创业节）等5个国际知名技术大会的主要发起人。

四、增长黑客

一句话点评：这本书也多多少少与创业有关，其实这里的创业应该看成是精益、轻装前进的代名词，而快速增长是产品也好、企业也好都在追求的目标。因此增长黑客有点近似于数据分析在产品运营领域的应用。

豆瓣简介：“增长黑客”这一概念近年来兴起于美国互联网创业圈，最早是由互联网创业者Sean Ellis提出。增长黑客是介于技术和市场之间的新型团队角色，主要依靠技术和数据的力量来达成各种营销目标，而非传统意义上靠砸钱来获取用户的市场推广角色。他们能从单线思维者时常忽略的角度和难以企及的高度通盘考虑影响产品发展的因素，提出基于产品本身的改造和开发策略，以切实的依据、低廉的成本、可控的风险来达成用户增长、活跃度上升、收入额增加等商业目的。简单来说，就是低成本甚至零成本地用“技术”来让产品获得有效增长。

五、增长黑客

一句话点评：增长黑客的鼻祖，两名作者都是业内资深的运营、营销专家，可不只是纸上谈兵的那一种。这本书应该已经是互联网运营教科书般的存在了吧？

豆瓣简介：首屈一指的增长黑客网络社区GrowthHackers.com的联合创始人兼CEO。网站拥有180万全球用户。肖恩于2010年提出了“增长黑客”一词，也是增长黑客大会的发起人。创业公司和财富100强企业的商业智库。《纽约时报》《华尔街日报》《连线》《快公司》、Inc.com和TechCrunch等诸多媒体都对他进行过报道。

六、数据驱动设计

一句话点评：对于经常从事AB测试的产品经理来说，这本书写得比较浅显，不过对于设计师、用户研究员、市场营销人员、传统的业务经理、产品经理来说，这本书可以让大家了解AB测试如何提升用户体验。还有这是O’REILLY出的动物书，你懂的。

豆瓣简介：本书重点关注定量实验与A/B测试，因为我们发现，数据分析与设计实践在此鲜有交集，但相对的潜在价值与机会缺大。本书提供了一些关于在组织中开展数据实践的观点。通过阅读这本书，你将转变你的团队的工作方式，从数据中获得大收益。后希望你可以在衡量指标的选择、佳展示方式与展示时机、测试以及设计意图增强方面，自信地表达自己的思路。

七、统计学七支柱

一句话点评：作者是统计学领域的专家，有个非常厉害的老爸，不过这本书主要是写给非统计学专业人士看的科普读书，让你了解统计学七大思想，毕竟很多想从事数据分析的职业人士数学都想得差不多了，直接看统计学怕顶不住。

豆瓣简介：Stephen M.Stigler，著名统计学家、统计学史研究家，芝加哥大学教授。其父是诺贝尔经济学奖得主George J. Stigler。除本书外，还著有《统计探源》等统计学著作。本书介绍了统计学的七个基本思想——聚合、信息、似然、相互比较、回归、设计、残差，从其由来到引入，从基本概念到对“统计”这门学科的深远影响，并由此深入阐述统计学的科学本质。

数据分析技术

想真正的进行数据分析实战，还是得掌握一套数据分析的工具，Excel、SPSS、R、Tableau、SAS这些就不推荐了，有了Python数据科学生态，这些都是可以在一定程度上被取代的。

一、SQL必知必会（第四版）

一句话点评：要学数据分析，先得学习数据的源头数据库的操作语言SQL，掌握了SQL你就可以彻底和Excel说byebye了，如果你还是在小公司或者技术比较落后的公司做数据分析，哦，当我们说，“儿子也可以打老子”。

豆瓣简介：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，是深受世界各地读者欢迎的SQL经典畅销书，内容丰富，文字简洁明快，针对Oracle、SQL Server、MySQL、DB2、PostgreSQL、SQLite等各种主流数据库提供了大量简明的实例。与其他同类图书不同，它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。通过本书，读者能够从没有多少SQL经验的新手，迅速编写出世界级的SQL！

二、SQL入门经典

一句话点评：一本书都出到了第五版，这本书不是经典也是经典，虽然上面已经推荐了一本类似的书，专注研究其中一本就可以了，不过经典不推荐一下实在可惜。

豆瓣简介：《SQL入门经典(第5版)》的作者都是数据库教学与应用的专家，有着丰富的经验。《SQL入门经典(第5版)》详细介绍了SQL语言的基本语法、基本概念，说明了各种SQL实现与ANSI标准之间的差别。书中包含了大量的范例，直观地说明了如何使用SQL对数据进行处理。每章后面还有针对性很强的测验与练习，能够帮助读者更好地理解和掌握学习的内容。在最后的附录里还有关于安装MySQL的详细介绍、书中用到的关键SQL语句、测验和练习的答案。

三、MySQL必知必会

一句话点评：结合MySQL来学习SQL是最为推荐的方法，这三本书一起看，在电脑上操作一遍。

豆瓣简介：Ben Forta是世界知名的技术作家，也是Adobe技术界最为知名的专家之一，目前担任Adobe公司的高级技术推广专家。他具有计算机行业20多年工作经验，多年来撰写了十几本技术图书，其中不少是世界畅销书，已被翻译为十几种文字。

四、Python学习手册(第4版)

一句话点评：学就学Python 3，这本书讲的就是Python3，动物书经典没话说，算是最好的学习资料之一吧。

豆瓣简介：作为全球Python培训界的领军人物，《Python学习手册：第4版》作者Mark Lutz是Python最畅销书籍的作者，也是Python社区的先驱。

五、Python编程：从入门到实战

一句话点评：这本书比上本简单一点，还有一些实战案例，做数据分析不需要太深的Python编程知识，这两本书基本就足够了。

豆瓣简介：本书是一本针对所有层次的Python 读者而作的Python 入门书。全书分两部分：第一部分介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy 和Pygal 等强大的Python 库和工具介绍，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D 游戏开发如何利用数据生成交互式的信息图，以及创建和定制简单的Web 应用，并帮读者解决常见编程问题和困惑。

七、利用Python进行数据分析(第2版)

一句话点评：经典，掌握了这本书里面的知识才算得上是Python数据分析入门了吧，如果你有Python基础，懒得看什么数据思维的普及书，直接想来点技术活，那就啃这本书，不多bibi。

豆瓣简介：本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。

八、Python数据分析(第2版)

一句话点评：这本书和上本有部分重叠，不过这本书涉及的内容更多，更贴近数据分析的实战，也是一本非常值得一看的书，不过名气没有上本书大。

豆瓣简介：Python拥有许多强大的程序库，已经成为进行各种数据分析和预测建模任务的流行平台。Python的应用范围很广，拓展性很大。本书介绍了众多的Python模块，例如Matplotlib、statsmodels、scikit-learn和NLTK。同时，本书还介绍了Python如何与外部环境（例如R、Fortran、C/C++和Boost库）进行交互。

九、Python数据分析实战

一句话点评：这本书有点难，等你学到这份上的时候，你都已经是一个高手了，意思就是初学者先别碰吧（也可以不看）。如果你之前是做技术的，而且数学功底不错，想了解机器学习与大数据，那可以看这本书。

豆瓣简介：Python 简单易学，拥有丰富的库，并且具有极强的包容性。本书展示了如何利用Python 语言的强大功能，以最小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从原始数据获得信息、D3 库嵌入和手写体数字的识别。

数据分析技术的应用

学了Python数据分析之后，可以再来看看Python数据分析在实际业务之中是如何开展的。

一、Python数据分析与数据化运营

一句话点评：数据分析的领域、方向比较多，这本主要介绍的是互联网非常重要的会员、商品、流量、内容方面的数据化运营。

豆瓣简介：这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。

作者是国内一线数据分析师和大数据专家，在数据分析和数据化运营领域有近10年的经验，在业内颇具知名度和影响力。本书不仅得到了宋星、黄成明、宫鑫等14位资深专家的好评和推荐，还得到了天善智能、中国统计网等多个数据科学相关机构的支持和高度认可。

二数据挖掘与数据化运营实战

一句话点评：看数据化实战方面的书，基本就要看国内大厂是怎么做的，作者是阿里巴巴商业智能部数据分析专家，从事数据库营销和数据化运营分析多年。

豆瓣简介：《数据挖掘与数据化运营实战:思路、方法、技巧与应用》是目前有关数据挖掘在数据化运营实践领域比较全面和系统的著作，也是诸多数据挖掘书籍中为数不多的穿插大量真实的实践应用案例和场景的著作，更是创造性地针对数据化运营中不同分析挖掘课题类型，推出一一对应的分析思路集锦和相应的分析技巧集成，为读者提供“菜单化”实战锦囊的著作。

作者结合自己数据化运营实践中大量的项目经验，用通俗易懂的“非技术”语言和大量活泼生动的案例，围绕数据分析挖掘中的思路、方法、技巧与应用，全方位整理、总结、分享，帮助读者深刻领会和掌握“以业务为核心，以思路为重点，以分析技术为辅佐”的数据挖掘实践应用宝典。

三、社交网站的数据挖掘与分析(第2版)