作为在数据分析这行待了十多年的老油条，老李坚信，要想成为一名好的数据分析师，书本与实践结合才是硬道理！今天，老李就拿出自己私藏多年的宝藏书单，供大家参考。这里面有我的启蒙书，有读了N遍的经典，还有最近正在膜拜的好书，也有朋友推荐的我的to read list。
以下书籍浅入深，适合不同程度水平的知友参考。
1、入门/科普：
初入门，需要先理解数据分析的思维，并在分析问题时逐渐转变，然后慢慢掌握数据分析的思路、方法和流程。
a.《谁说菜鸟不会数据分析》
经典入门书，涵盖了一到两年的数据分析人员的大部分工作，包括excel技巧、可视化入门、数据分析方法、数据分析方法论、数据处理入门等。隔段时间翻一翻，温故而知新，理解会更深刻。
b.《左手数据，右手图表》
这本书主要是excel的进阶技巧，主要围绕业务，学习制作动态图表，对excel技能提升有很大帮助。书中大篇幅都是案例，会涉及可视化的知识，如何选用图表，模仿着做一遍会有很大提升。
这两本书看一本就行。主要掌握数据分析的思维，会用Excel做简单的分析。
c.《深入浅出》数据系列
《深入浅出数据分析》
入门级别，比较简单，但基本的内容涉及全面，讲解的比较清晰。到这个层面一般要看SQL、数理统计类的专业知识，还有以下两本是同一系列。
《深入浅出统计学》《深入浅出SQL》
d.《Python数据科学手册》
每章介绍一到两个Python数据科学中的重点工具包。适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。对于需要处理大量数据的人而言，这是一本非常有价值的工作书，可以有效率地处理每天面对的问题，像是操作、转换，以及清理数据、可视化不同形式的数据，建立统计学或机器学习的模型等等。
e.《R语言实战》
全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。
2、进阶类：
以上偏向技能类。数据分析和挖掘除了对数据分析有一定系统性的认知，更重要的事业务的理解，你需要积累一些实践经验，然后根据业务疏通这些知识/经验，做出严谨有价值的分析报告。
a.《精益数据分析》
主要讲了不同的公司怎么样用数据搭建分析框架，能够将不同的指标运用到现实，对于道德问题提供解决方案。
d.《用数据讲故事》
通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。
f.《数据分析，企业的贤内助》
类似“洗脑式”的书籍（无贬义），以场景和案例入手，站在企业角度、业务角度来叙述数据分析的重要性，挺有道理的，能让你更加坚定数据分析这条路。详细描述了数据分析的整个流程，从方案确定、数据采集、处理、分析、呈现有全面展示。
e.《机器学习实战》
用简单的语言把复杂难懂的机器学习算法解释清楚了，它将机器学习的基础理论与日常数据分析的实际工具相结合。使用灵活的Python编程语言来构建实现数据分类、预测、建议以及汇总和简化等更高级功能的算法的程序。
c.《数据挖掘技术:应用于市场营销、销售与客户关系管理》
如何利用最新的数据挖掘方法和技术来解决常见的业务问题。比如提高营销活动的响应率，识别新的客户群并估算信用风险。此外，它涵盖更多高级主题，如准备分析数据以及为公司数据挖掘创建必要的基础架构。
3、高级篇：
当进入高级的时候，这个时候看书已经比之前有了很大的变化了，个人建议如下：并不是看单本书，而是学会快速的看书，因为每本书中可能只有几个模型或者几个点对你有借鉴，那么只精读那几处，速读其他部分；要有自己的理论框架，也就是学会业务建模；要看业务书，并且能够把业务书的知识，固化成可以量化、可以监控的数据模型，和流程模型（这个是高级别很重要的一点，因为要能够快速的切入一个领域，并且能够用数据找到可以优化的办法）。
下面按主题来推荐一些书籍：
a. 用户和整体框架：
《增长黑客》:创业公司的用户与收入增长秘籍。
这本书偏互联网行业，但是顺着同样的思路，去分析每个阶段的用户，并进行运营。
b.数据化运营
《数据化管理》：洞悉零售及电子商务运营。
如果你的数据分析站到了一定高度，尤其是管理，强烈推荐看。能够把数据化管理推行下去，能够帮助提升公司整个的管理水平，也是数据部门对公司的贡献之一。
c.商品管理的书
《品类管理》:教你如何进行商品梳理。
零售业是数据分析应用的大行业，这本书集合了很多传统零售业的经验，从里面学到很多分析模型。
d.供应链
《供应链管理》：高成本、高库存、重资产的解决方案，刘宝红。
他的书可以多看几便，可以加深对企业供应链的认识。
4.大数据
大数据书不算是严格的数据分析实操类书籍，但在当今社会，“大数据”一定是一种趋势，且仍算在数据范畴中。个人认为，这些书籍能帮助我们扩宽视野和思路。
a.《决战大数据》：大数据的关键思考
作者是淘宝大数据专家-车品觉，他的访谈博客也建议大家看一下，淘宝大数据不是盖的。
b.《大数据之路:阿里巴巴大数据实践》
它山之石，可以攻玉，大公司实践的书可以多读，笔者专门为这本书写过两篇读书心得，里面有很多的干货，可以起到开阔视野的作用，对实际工作有借鉴意义，值得精读。
c.《机器学习在线：解析阿里云机器学习平台》
读这本书是因为《大数据之路:阿里巴巴大数据实践》，里面对于阿里的机器学习平台一笔带过，正好看到阿里新出版了这本书就顺便看了，其实这本书可以叫作平台使用说明书，虽然没有介绍具体的算法，但图文并茂的介绍了如何基于阿里机器学习平台进行挖掘，里面的流程设计和体验感觉不错，企业内要推广机器学习的确需要类似的利器，能较大的降低门槛，笔者会专门写篇文章来介绍，里面还是能看出很多的门道。
d.数据仓库工具箱(第3版):维度建模权威指南》
读这本书还是因为《大数据之路:阿里巴巴大数据实践》，因为阿里介绍他们主要使用维度建模，因此还是想系统的理解一下，以前实践做的多，理论的少，现在回过头来还是有更多的感悟，它的维度建模的方法的确不错，但感觉部分翻译有些问题，有些没图示的长段表达有问题。
e.《企业IT架构转型之道(阿里巴巴中台战略思想与架构实战)》
公司同事贴出了这本书，正好看到就去读了，虽然里面大数据中台基本没讲，但其中台的思想的确到处都适用，前面几个关于中台价值和意义的章节写得特别好，说出了我想说但说不出来的感觉，比如很多人质疑建模的价值，你看了会有信心的。
f.《我的互联网方法论》
大佬的书读一读总会有启示，本书来回表达了一个核心观点，杀毒软件免费模式改变整个杀毒行业生态，最终赢得客户，是一种破坏性创新。
说到大数据不得不提一下python，这可能是你学习大数据最简单的一门语言，虽然学好python不等于学好大数据，但是也算从0到0.5的突破了。
以上就是系统性学习数据分析需要掌握的书籍，最后再分享一些关于数据分析的资料包，感兴趣的可以自行下载学习：
