数据分析师的成长之路也如登山一样
要想成为数据分析师
读书是必不可少的
优秀的数据分析师是不能速成的
但是零经验也有零经验的捷径
即使不懂大数据
也可以驾驭堪比大数据的小而美的快数据
1 . 简单的统计学基础
《人人都会数据分析——从生活实例学统计》
谢运恩 李安富 著
统计学无需置疑是一个数据分析师的核心功底，你只有学好了统计学才能谈得上数据分析。
标准版的统计教材往往偏重于理论推导，描述语言专业严谨，这不可避免地带来了晦涩难懂的问题。本书的写作初衷就是为了解决没有任何统计基础的各行各业的数据分析学习者，他们学习和构建自己统计理论基础的需求，大部分知识点都列举了生活中的应用案例，能够帮助学习者更好地理解和掌握各个知识点的分析逻辑，并内化为自己的统计理论基础的知识框架。
本书通过63个鲜活的生活实例，帮助读者建立统计理论知识框架，形成数据分析思维逻辑，学会数据分析方法。
2 . 学会Excel数据分析
《人人都能学会的Excel数据分析》
罂粟姐姐 著
有了理论知识，我们需要用工具去实现我们的理论并加以应用。数据分析界最简单最实用最易上手的当属Excel。
本书对百余个市场调研及管理咨询项目的分析与提炼的基础上，汇集了数据分析师在入门阶段使用 Excel 进行数据处理与分析过程中的常见需求，通过具体项目案例的演示和讲解，将数据分析的核心技能和关键流程手把手地传递给读者。
本书完全以实践应用为指导，以数据分析的6大步骤为主线，围绕案例站在职场“老人”带“新人”的角度把数据分析各个环节的注意事项解释得清清楚楚。除了Excel数据分析外，还涉及SPSS案例分析、统计分析图表、统计分析报告等相关知识。
3 . Power BI
《Excel BI之道：从零开始学Power工具应用》
零一 著
微软说：Power BI提供了前所未有的商业智能，只需几分钟即可将数据转化为见解。任何数据、任何形式、任何位置。所有内容均包含在同一个视图中。
以前用VLOOKUP函数、Index+Match函数甚至VBA才能实现的功能操作，现在轻轻单击鼠标就能实现！本书一半的篇幅介绍基础功能，另外一半的篇幅是实操案例，解决多表格文件合并、多表关联建模、抓取互联网数据等实务问题，读者不用担心学完不知道如何运用。
4 . Python
《机器学习——Python实践》
魏贞原 著
是否具备编程能力，是初级数据分析和高级数据分析的分水岭。
本书系统地讲解了机器学习的基本知识，以及在实际项目中使用机器学习的基本步骤和方法；详细地介绍了在进行数据处理、分析时怎样选择合适的算法，以及建立模型并优化等方法，通过不同的例子展示了机器学习在具体项目中的应用和实践经验，是一本非常好的机器学习入门和实践的书籍。
不同于很多讲解机器学习的书籍，本书以实践为导向，使用 scikit-learn 作为编程框架，强调简单、快速地建立模型，解决实际项目问题。读者通过对本书的学习，可以迅速上手实践机器学习，并利用机器学习解决实际问题。
5. 了解行业
《游戏数据分析实战》
黎湘艳 叶洋 著
对于数据分析师来说，业务的了解比数据方法论更重要。不同行业不同公司要求会很不一样。
本书贯穿整个游戏生命周期，提供了丰富的数据分析案例，从预热到封测，再到公测， 均为作者在实际工作中经历的真实案例。案例分析包含数据来源、分析方法、分析过程、分析结论及小结。通过学习本书不但能较深入地学习数据分析方法，还能了解到运营和市场的相关知识。
本书的特色是以详细案例为主，通过SPSS、Excel 等工具逐步展示实施步骤，用手把手的方式让读者快速掌握游戏数据分析方法。
网友评论