知識星球（給資料分析與開發加星標，提升資料技能）
來源：簡道雲
www.zhihu.com/question/60241622/answer/581029698
問了公司做資料分析的大佬，從新手到高手，不多不少，正好10本。
一、入門的過癮是能“麻溜的一下看完”
1、深入淺出系列：
“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。”
《深入淺出資料分析》
資料分析入門第一本。通俗簡單，卻能夠讓你對資料分析的相關概念有大致的瞭解，要去體會作者傳達出來的思想邏輯和分析原則，這對你以後的學習有很大的幫助。
《深入淺出統計學》
號稱“文科生也能看懂”的統計書。儘管閱讀容易，但所講的知識在資料分析中都是常見且必須掌握的，比如基本的統計量，基本上每個分析專案中都會用到；比如基本的機率分佈，總體與樣本的概念、置信區間、假設檢驗、回歸分析，都是關於資料分析的統計學知識。
2、《R語言實戰》
如果要用R語言做資料分析，建議讀完《深入淺出資料分析》之後，就開始讀這本。從工具的安裝，到具體分析方法在R語言中的實現，講解詳細，可操作性極強，是一本非常值得讀的資料分析書。
3、《赤裸裸的統計學》
這本書是結合生活講解統計知識，生動有趣。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。
“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。”
4、《利用Python進行資料分析》
最經典的資料分析書之一，其中梳理介紹的pandas、Numpy、matplotlib 等庫，應對一般的資料分析，完全足夠。
二、高階的過癮是要“硬核知識豐富到爽”
1、《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樣式特點及分析技巧，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。”
書中並沒有講到具體的資料分析技術，主要分析了各種產品中用到的指標、模型和“資料驅動型產品”的一些思路。
2、《The Wall Street Journal Guide to Information Graphics》
華爾街日報負責商業分析的人做的視覺化指南，精華且實用。圖表製作的標桿。
3、《ggplot2：資料分析與圖形藝術》
ggplot2 是最優秀的資料分析視覺化工具之一，這本書系統地講解了 ggplot2 的基本原理和具體操作，書中有大量的例子，也可以下載原始碼。更建議直接學習英文版的教材（如果英文過關的話）。
4、《資料科學實戰》
“對於做了一段時間資料分析工作的人，這無疑是進階更高維度的好書，很難有一本書，能夠讓你從簡單的資料分析平滑地過渡到機器學習和資料挖掘，這本書我認為是這方面做的最好的一本。”
這本書是資料分析和機器學習之間的橋梁。從探索性的資料分析，引出了機器學習的基本演演算法：回歸分析、k近鄰、k均值，並介紹了不同應用場景中最常見的機器學習演演算法。
5、《決戰大資料》
阿裡巴巴前資料副總裁車品覺所著，講解了阿裡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，可堪借鑒。
