学习数据分析，有哪些好书值得读？都在这里了-技术圈

导读：这个年代里，“用数据说话”已经像是一种过气的口号。各行各业不同角色和身份的人们都已懂得“用数据说话”的重要性，甚至日常生活中也需要用数据看清事实，科学吃瓜。所以，当前的重点已经超越了“用数据说话”，而是“怎样用数据说话”。

数据叔今天就推荐10本数据分析好书，回答“怎样用数据说话”这个问题，一边学知识努力搞钱，一边体验科学吃瓜的乐趣。

利用Python进行数据分析

（原书第2版）

作者：韦斯·麦金尼（Wes McKinney）

推荐语：本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。

数据分析即未来

企业全生命周期数据分析应用之道

作者：格雷戈里·S. 纳尔逊

推荐语：本书融合了数据科学、设计思维和组织理论，全方位阐释如何高效达成高水平企业级数据分析能力。本书旨在为数据分析生命周期提供一个全面和实用的指南，并着重于为组织打造行之有效的数据分析能力。

Python数据分析与挖掘实战

（第2版）

作者：张良均谭立云刘名军江建明

推荐语：本书是Python数据分析与挖掘领域的公认的事实标准，第1版销售超过10万册，销售势头依然强劲，被国内100余所高等院校采用为教材，同时也被广大数据科学工作者奉为经典。

社交网站的数据挖掘与分析

（原书第3版）

作者：Matthew, A.Russell, Mikhail, Klassen

推荐语：在重点关注数据采集以及数据分析的领域，线性代数与矩阵方法越来越显示出其重要性。本书面向学习纯数学与应用数学、计算机科学、经济学、工程学、数学生物学、运筹学、物理学以及统计学的学生，涵盖了线性代数尤其是矩阵理论中所有基本且重要的内容，旨在帮助学生从线性代数基础理论过渡到高级主题和应用。

ECharts数据可视化

入门、实战与进阶

作者：王大伟

推荐语：这是一部ECharts的实战手册，内容系统而全面，由浅入深，能带领读者快速从新人晋级为高手，做出漂亮的商业级数据图表。本书内容得到了ECharts项目官方核心Committer&PPMC 成员羡辙的高度评价和推荐。

电商数据分析与数据化运营

作者：刘振华

推荐语：本书从业务、数据、运营3个维度为电商的经营和决策提供了科学的方法论，是一部电商运营真经，真正做到了“业务中有数据，数据中有运营”。作者是资深的电商行业专家，从事电商数据分析与数据化运营10余年，本书是他在多个知名电商品牌操盘多个千万级项目的经验总结。

广告数据定量分析

如何成为一位厉害的广告优化师

作者：齐云涧

推荐语：资深广告优化师撰写，宋星等11位广告和营销领域资深大咖高度评价，为广告优化师快速提升数据分析能力提供系统知识和学习方法。

数据挖掘与数据化运营实战

思路、方法、技巧与应用

作者：卢辉

推荐语：阿里巴巴BI部门数据分析专家卢辉多年数据挖掘应用实践经验结晶，以大案例展现了数据挖掘与数据化运营的商业实践。

Python数据分析与数据化运营

（第2版）

作者：宋天龙

推荐语：这是一本将数据分析技术与数据使用场景深度结合的著作，从实战角度讲解了如何利用Python进行数据分析和数据化运营。畅销书全新、大幅升级，第1版近乎100%的好评，第2版不仅将Python升级到了新的版本，而且对具体内容进行了大幅度的补充和优化。

金融数据分析导论：基于R语言

作者：Ruey S.Tsay

推荐语：本书向读者展示了可视化金融数据的基本概念，共有7章内容，涉及R软件、线性时间序列分析、资产波动率的不同计算方法、波动率模型在金融中的实际应用、高频金融数据的处理、用于风险管理的量化方法等贯通全书，作者都是通过R图形以可视化的形式把讨论主题展现给读者，并以两个详细案例展示了金融中统计学的应用。