干货分享!数据分析资源
点击上方“数据管道”,选择“置顶星标”公众号
干货福利,第一时间送达
来源:dataxon
整理作者:Ahong
首推资源
199IT大数据导航[1] 知乎问答:在哪里能找到各行业的分析研究报告?[2] 在数据分析、挖掘方面,有哪些好书值得推荐?[3]
行业普及
决战大数据,车品觉,最新是第2版; 精益数据分析,Alistair Croll; 数学之美,吴军; 如何衡量万事万物,英文书名是How to Measure Anything Workbook, Douglas W. Hubbard,目前只有台译版; 超级思维,Aaron Santos,通过常识来构建一个目标数据的预估思维是很有必要的;
分析思路
IBM SPSS数据分析与挖掘实战案例精粹,张文彤、钟云飞,本书提供了诸多商业分析案例,每个案例的分析思路均按照CRISP-DM流程来分步讲解,非常值得学习 活用数据:驱动业务的数据分析实战,陈哲 数据化管理:洞悉零售及电子商务运营,黄成明 Python数据分析与数据化运营(第2版) ,宋天龙,这本书的理论和实操都很不错,有很多作者自己的私家干货,内容涉及的都是高频的数据分析问题,书的价格也不贵,就内容和性价比而言,可以秒杀市面上大部分数据分析的视频课了 如何用数据解决实际问题,[日]柏木吉基,以“汽车销售下降”这个问题的分析案例贯穿全书,讲讲数据分析每个步骤需要注意的事项,对于初阶和中阶的数据分析从业者都有较好的指导意义。
网站分析
精通Web Analytics 2.0,Avinash Kaushik 精通Web Analytics:来自专家的最佳Web分析策略,Avinash Kaushik 网站分析实战--如何以数据驱动决策,提升网站价值,王彦平;
数据采集
Python网络数据采集,Ryan Mitchell; 数据驱动设计:A/B测试提升用户体验,Rochelle King,讲A/B测试的; How to Design and Report Experiments,Andy Field,Graham Hole; 洞察人心-用户访谈成功的秘密,Steve Portigal,
数据展示
书籍
用图表说话:麦肯锡商务沟通完全工具箱,Gene Zelazny,主要内容讲商务场景下选用什么图表,以及优化方案; Excel图表之道,刘万祥,工具不重要,方法更重要,学习优秀的商业图表(经济学人等期刊杂志)也是可视化精进的方式之一; 写给大家看的设计书,Robbin Williams Storytelling with Data: A Data Visualization Guide for Business Professionals,Cole Nussbaumer Knaflic(中译本为:用数据讲故事); 乐见数据:商业数据可视化思维,马世权; The visual display of quantitative information,Tufte How to Lie with Charts, Gerald Everett Jones Effective Data Visualization,Stephanie D. H. Evergreen 数据之美:一本书学会可视化设计,Nathan Yau; 鲜活的数据:数据可视化指南,Nathan Yau;
网站
数据可视化工具目录[4], 可视化图表的分类和示例 Python作图 python-graph-gallery[5] python常用50种图表[6] Python作图cheat sheet[7] R作图 r-graph-gallery[8] Data Viz Project[9],给出各种图表的说明以及每种图表的实际使用案例(如果你知道图表长啥样但不知道名称可以来这里搜) 失败的可视化案例[10] Material Design最新数据可视化指南[11]
参考资料
199IT大数据导航: http://hao.199it.com/
[2]知乎问答:在哪里能找到各行业的分析研究报告?: https://www.zhihu.com/question/19766160/answer/92693568
[3]在数据分析、挖掘方面,有哪些好书值得推荐?: https://www.zhihu.com/question/20757000
[4]数据可视化工具目录: https://datavizcatalogue.com/ZH/
[5]python-graph-gallery: https://python-graph-gallery.com/
[6]python常用50中图表: https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/
[7]Python作图cheat sheet: https://python-graph-gallery.com/cheat-sheets/
[8]r-graph-gallery: https://www.r-graph-gallery.com/
[9]Data Viz Project: https://datavizproject.com/
[10]失败的可视化案例: https://www.data-to-viz.com/caveats.html
[11]Material Design最新数据可视化指南: https://www.ui.cn/detail/477349.html
评论