来了，在进行数据分析的时候，我们需要结合不同领域的知识，以下是一些数据分析领域非常重要的书籍。它们涵盖了数据分析的案例、数学相关的知识、统计学原理以及数据仓库。

数据分析案例类

  • 《Python数据分析实战》作者：罗伯特·约翰·洛纳根
  • 《Python大数据分析》作者：Ivan Idris
  • 《数据分析利器：Excel图表技巧全解》作者：Chandoo

数学相关

  • 《深入理解数学原理》作者：阿尔伯特·A·库耶斯
  • 《线性代数及其应用》作者：David C. Lay
  • 《深度学习的数学》作者：田知章

统计学相关

  • 《统计学习方法》作者：李航
  • 《应用多元统计分析》作者：约翰逊R.A.
  • 《概率论与数理统计》作者：陈希孺

数据仓库

  • 《数据仓库导论：多维数据模型与OLAP》作者：Matteo Golfarelli，Stefano Rizzi
  • 《数据仓库的设计与实施》作者：Ralph Kimball，Margy Ross
  • 《数据仓库生命周期工具箱：实施维度建模的最佳实践》作者：Ralph Kimball

商业智能与大数据

  • 《大数据时代》作者：维克托·迈尔-舍恩伯格
  • 《大数据：互联网大规模数据挖掘与分布式处理》作者：Jimmy Lin，Chris Dyer
  • 《数据科学》作者：John D. Kelleher，Brendan Tierney

亚马逊数据分析和业务策略

  • 《亚马逊不设限：贝索斯的增长黑客法则》作者：约瑟夫·穆罕默德·阿克赫达
  • 《一步步打造亚马逊式电商网站：系统架构、业务模型与产品设计全解析》作者：林锦辉

谷歌数据分析和公司文化

  • 《谷歌方法：101个管理秘诀》作者：埃里克·施密特、乔纳森·罗森伯格、艾伦·伊格尔森
  • 《数据：改变世界的新资源》作者：阿维·西拉瓦尔特·凯尼、范亚斯·马赫斯维利安

增长黑客

  • 《增长黑客》作者：Sean Ellis，Morgan Brown
  • 《精益创业：新创企业的成长手册》作者：埃里克·莱斯

写在最后

不要买什么数据分析类的工具书，所有工具相关的内容百度一下基本都可以解决。一般来说工具书的内容也相对浅显。大家可以多读实战类书籍，毕竟数据分析离不开实战、经验。