最近看到有人在问，在数据分析、挖掘方面，有哪些好书值得推荐？
推荐三本书，分别是统计、编程、算法方向的核心教程，非常适合新手去看。
- Statistics for Business and Economics-商务与经济统计
- Python for Data Analysis-利用Python进行数据分析
- Introduction to Data Mining-数据挖掘导论
如果你是学R的，可以再加一本R语言实战
为什么选这三本书呢？
我们常说道之本源，术之方法，这三本书就是告诉你数理统计的本源，帮你上手数据分析挖掘的方法。
商务与经济统计
这是国内外很多大学的统计教材，内容非常全面，只要认真读过，就对统计学有一个全面且通透的认知。但不要认为这是教材，就觉得它枯燥啰嗦，相反这本书很精彩。
本书第一作者安德森是统计学教育名家，撰有多部统计学教材。书内涵盖范围广泛，涉及了应用统计学在当代商务经济领域中几乎所有的重要应用，并且将统计软件（包括Excel，SPSS，Minitab）的使用贯穿全书。
而且这本书是知识点和公式大多是基于实践案例，有丰富的使用场景，可读性极强。
我觉得每个需要数据分析的人，不管是在校或已经工作，都应该好好读读统计学，这本书就是最合适的起点。
目录
第1章 数据与统计资料
第2章 描述统计学Ⅰ：表格法和图形法
第3章 描述统计学Ⅱ:数值方法
第4章 概率
第5章 离散型概率分布
第6章 连续型概率分布
第7章 抽样和抽样分布
第8章 区间估计
第9章 假设检验
第10章 两总体均值和比例的推断
第11章 总体方差的统计推断
第12章 多个比例的比较、独立性及拟合优度检验
第13章 实验设计与方差分析
......
利用Python进行数据分析
如果说统计学是道，那么Python就是术，可以实现你一切想法的最佳工具。
这本书是很多Python数据科学爱好者的入门导师。它讲解了Python数据科学库IPython、Pandas、Numpy、Matplotlib、sklearn的使用，如果玩转这几大工具，任何复杂的数据处理、建模任务都能搞定。
它的作者-Wes McKinney，是Pandas的核心开发人员，也就是说牛逼哄哄的Pandas和这本书有同一个爸爸。
因此本书对Pandas的着墨也是最多的，从数据类型、索引、切片、读写...，到数据清洗、分组聚合、连接、透视...，再到高阶的时间序列、建模...，几乎无所不涵盖。
另外，本书对IPython、Jupyter、Statsmodels等辅助库也有较多的介绍。
如果真的想学习Python数据分析，建议把书里的每个案例代码都手敲一遍，我是这样做了。
目录
第1章 准备工作
第2章 Python语言基础、IPython及Jupyter notebook
第3章 内建数据结构、函数及文件
第4章 NumPy基础：数组与向量化计算
第5章 pandas入门
第6章 数据载入、存储及文件格式
第7章 数据清洗与准备
第8章 数据规整：连接、联合与重塑
第9章 绘图与可视化
第10章 数据聚合与分组操作
第11章 时间序列
第12章 高阶pandas
第13章 Python建模库介绍
第14章 数据分析示例
数据挖掘导论
这本书很注重实例，围绕案例详细介绍了数据挖掘理论，涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。
对初学者来说，不需要多好的数学和编程基础，也不会被高深艰涩的理论吓退，相反能在书中找到很多浅显易懂的算法应用。
本书是明尼苏达大学和密歇根州立大学数据挖掘课程的教材，由于独具特色，正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。
目录
第1章 绪论
第2章 数据
第3章 探索数据
第4章 分类：基本概念、决策树与模型评估
第5章 分类：其他技术
第6章 关联分析：基本概念和算法
第7章 关联分析：高级概念
第8章 聚类分析：基本概念和算法
第9章 聚类分析：其他问题与算法
第10章 异常检测
小结
这三本是我学习过程中获益比较大的书，也是读起来不那么费力的。
网友评论