数据分析学习推荐｜书籍篇（一）
共 3016字，需浏览 7分钟
·
2022-04-26 07:33
文 / Janie（溜溜）
字数 / 3145
预计阅读时长 / 5分钟
我是一个专分享干货的号主
前言：
不少伙伴问过我学习数据分析需要什么技能？哪类知识？什么书籍？去哪找案例实战？网上有什么学习途径？等等。上个数据分析sop的专题结束了，这次的专题，我会专门写写数据分析学习资料的推荐。
《数据分析学习推荐》专题会拆分成好几个部分，逐个来写，这次推荐的是数据分析书籍。
翻出这些书的时候有点感慨，想起了以前学习的日子。还是纸质书籍更有学习的氛围，让我有一种再去学习的冲动。书不在于看得多，一定要看的精看的透。
希望大家一起进步!
01
统计知识篇
招聘数据分析的职位一般都会要求具备统计学知识，这是做数据分析最基础的。你可以不会写代码，但绝对不可以不懂统计学知识。我见过不会写代码的数据分析师，但依旧将数据分析这项工作做的很好，他很清晰的知道该用什么样的数据去通过什么样的方式获取什么样的结果。
书籍推荐
《深入浅出统计学》: 内容比较基础，适合小白入门。其实看这本书就足够了，一些基础的常用的统计指标基本都有介绍。
大学期间的统计学课本: 大学课本上的知识比较简单，可以拿来复习下统计学的知识。
02
SQL篇
我刚开始学习SQL的有点吃力，最开始连select什么意思都不明白，甚至傻瓜似的百度“SQL中的select是什么意思“。应用了几年之后，算是越来越熟练。
书籍推荐
《MYSQL数据库应用从入门到精通》：这本书有关SQL的书籍我当初只看了这一本。虽然是MYSQL数据库的，但是MYSQL、Spark、impala等的SQL语法相差不大，只要学会SQL写法的基本规则就差不多了。如果不是为了从事DBA，这本书就没必要看完，只要看下其中SQL的用法部分就可以了，第3篇数据库管理相关的知识可以不看。
其他的SQL书我没有看，也不好推荐给你们。不管看什么书，还是那句话，不要局限于工具。
03
Tableau篇
Tableau比较容易上手，我当初入门只看了一本书，也有其他比较好的书籍也推荐你们看看。后期深入学习看的就还有其他资料，具体的大家可以去《会计转行数分，我开启了Tableau探索之路》这里看下。
书籍推荐
《Tableau：数据可视化之极速BI》：这是我当初入门看的电子版本书籍，比较浅显易懂，对小白入门很友好。
《业务可视化分析》《数据可视化分析》：这两本是Tableau大佬喜乐君老师的著作。因为现在的工作内容不涉及tabelau了，所以这段时间对这一块的研究也少了，这两本书一直想看还没来得及看。喜乐君老师的公众号“Tableau传道士”干货写的就很不错很深入，书也一定值得去看。
04
Python篇
我之前也曾努力学习python，但是工作中一次都没有用到过。可能跟我的工作方向有关，我的工作偏向于业务，与业务方打交道比较多，接的也多是业务方需求。所以基本上SQL与可视化工具就可以完全处理工作内容了。虽然工作中没用过Python，我之前为了学Python，摸索了很多书籍，因为毕竟是转行人员，代码基础不是那么深厚，需要探索下哪些书才是适合我的。
书籍推荐
《Python编程从入门到实践》：适用小白。这本书分成两大部分，前面是基础知识，后面是实践部分。我当初反反复复看了有四五遍，真的非常基础非常全面，非常适合小白入门。我个人非常喜欢这本书，全面、基础、易懂。真的非常赞。
第一遍看不懂没关系，那就再来一遍。再来一遍还看不懂，就找个案例模仿一遍，然后再回过头翻一下基础知识。多看就对了。
《Python数据分析》：勉强适用小白。这本书我也就看了前面几章。既涉及了基础知识，也涉及了数据分析、机器学习的内容。基础部分没有上面这部分讲的细，看的时候会出现基础部分还没看懂就到了数据分析、机器学习的部分，所以小白看起来可能会有点吃力。如果已经有了基础，看看这本书倒是不错。
《Python数据处理》：不适用小白。这本书光看名字就知道了，主要偏向于数据处理技术。我之前是习惯用SQL做一些数据处理，或者excel。我老公非要我看这本书，说学会了用Phthon做数据处理，比SQL简单的多得多。我没看完，看了前面几个章节后，也尝试解析下excel、pdf等，确实用起来挺方便的。关于数据处理这块的知识点，在《Python编程从入门到实践》这本书也涉及到了，如果只是做一些基础的数据处理，只看《Python编程从入门到实践》就行了，如果要再深入学习数据处理，就再看这本书吧。
05
机器学习篇
其实我最开始做数据分析是想往机器学习的方向走的，所以研究探索了好几种书籍，最后选择了这几种。工作中一直没处使用，而且后面职业规划也不打算再往机器学习方向走了，所以看着看着就搁置了。这几本书我认为是比较好的，推荐给大家。
书籍推荐
《统计学习方法》：作者李航，不适合小白。我之所以要把这本书放在机器学习篇章里，是因为这本书讲的全是统计机器学习方法。看这本书之前，先看其他书搞明白统计的一些基本概念。这本书涉及了很多公式，我看的时候很懵，生涩难懂，当时正好有一位up主在带读这本书，就跟着一起学习了起来。当时就两三百人跟着他一起学习，现在已经2万了。
这是我当初跟着up主一起学习记的笔记，之前学的内容现在也忘的差不多了（字真的奇丑无比）。
up主就是他，最喜欢他带读李航的《统计学习方法》
《机器学习》：作者周志华。非常有名的书，大家爱称这本书为西瓜书，因为书中举例基本都是用西瓜，生涩难懂的地方都会拿西瓜来举个例子。这本书还没开始看呢，我就生娃去了。很新的一本书，需要配合李航的《统计学习方法》来看。因为李航老师的那本偏向于公式，这本书偏向于案例，两者配合着看更好。
《深度学习课程笔记》：这本书我也得好好说道说道......想深入探索机器学习领域的伙伴应该听说过这位大牛：吴恩达。他是人工智能和机器学习领域国际最权威学者之一，非常厉害，不知道的伙伴可以去搜下。他的机器学习课程也很厉害，很多机器学习领域的大牛都推荐他的课程，但是都是英文，我也看不懂。偶然在知乎上看到了黄海广老师整理了一份吴恩达老师课程笔记，就去某宝上买了下来。非常厚，有700多页。之前为了研究机器学习，找了很多大牛的资料，现在已经不往这方面走了也就不再学习了，推荐你们看看。
《Python机器学习》：这本书我基本没怎么看，是我老公推荐给我学的。我想着看完了李航的《统计学习方法》再看这本，谁知道李航老师的书难度这么高，慢慢的这《Python机器学习》本书就搁置了。上面三本机器学习的书籍是跳出工具去深入学习机器学习，这本书是偏向于工具去学习机器学习，大家根据自己的适用度选择下吧。
06
数据分析实战篇
学习完数据分析的基础知识，一定要找些实战案例练练手。数据分析实战的书籍，我只偏爱一本。当然，只靠这一本书不够的，还有一些实战的学习网站，我会在下一篇干货文章中分享哈。
书籍推荐
《数据分析与挖掘实战案例精粹》：这本书我的最爱。既涉及统计学知识，也涉及数据分析方法，实战案例近20种，比如涉及电商销售数据分析、预测模型、用户流失模型等，缺点是分析工具用的是SPSS，但是这并不妨碍我们学习数据分析。不要太抠工具，一定要学会理顺里面的分析逻辑！真的非常好！大赞！
随便说说
以上这些是我确确实实翻过的认为比较好的、可以推荐给大家的书籍。书不在多，一定要静下心来研究透。
