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