干货分享!数据分析资源

数据管道

共 2407字,需浏览 5分钟

 ·

2020-09-12 02:59

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

[1]

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


浏览 31
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报