书单｜互联网企业面试案头书之数据分析师篇

互联网时代，都说得数据者得天下。

企业需要通过数据分析得出的结论做出正确的决策，确保业务精准符合用户市场需求，数据分析师这个岗位也得到了越来越多求职者的青睐。

本期就为大家分享 14 本数据分析类图书，让你轻松掌握数据分析的三板斧：Excel、SQL、Python，打好理论知识（统计学、机器学习）的基础。

即使你是零基础的小白，也能够轻松入门，并逐步进阶，找到自己喜欢的工作。

01

▊《深入浅出数据分析》

Michael Milton 著

李芳 译

• 脑回路清奇轻松的经典！

• 畅销十年斩获无数好评！

本书以类似“章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R 工具及 ToolPak 工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。

02

▊《谁说菜鸟不会数据分析（入门篇）》

张文霖 刘夏璐 狄松 著

• 通过职场故事讲技术，生动有趣又实用

• 选择工作常用的 EXCEL 作为分析工具，门槛低上手快

在入门篇的包裹下，数据分析变得生动了起来，配合故事化的情境设计，每一个人都能够一口气读下去。天堑变通途，你会发现数据是多么的可爱，数据分析是一件多么有乐趣的事情。

03

▊《谁说菜鸟不会数据分析（工具篇）》

张文霖 狄松 林凤琼 任玮琳 著

• 工欲善其事，必先利其器

工具篇对数据分析工具进行了细致梳理，基于最常用的 Excel，精心挑选能够提高效率的常用工具。这些工具涵盖数据处理（Microsoft Access）、数据分析（Power Pivot、Excel 数据分析工具库）、数据呈现（水晶易表）和报告自动化（VBA）。

04

▊《Excel 革命！超级数据透视表 Power Pivot 与数据分析表达式 DAX 快速入门》

林书明 著

• 多年应用和研究 PowerPivot 与 DAX 经验

• 全面超越传统 Excel 数据透视表

本书将带你快速学习并掌握 Power Pivot 数据建模与 DAX（数据分析表达式）的相关内容，帮助你显著提升 Excel 数据分析能力。

本书在 Power Pivot 与 DAX 的讲解上具有一定的新颖性、独特性，读者对象为具有一定 Excel 基础，并且对传统 Excel 数据透视表有所了解的 Excel 中高级用户。希望读者通过阅读本书，能够在较短的时间内熟悉并使用 Power Pivot 和 DAX。

05

▊《从 Excel 到 Power BI：商业智能数据分析》

马世权 著

• 深入讲解 Power BI 与 DAX 语言精髓

• 摆脱数据搬运工，成为数据分析师

本书以读者的兴趣阅读为出发点，首先通过介绍可视化模块让读者全面体验 Power BI 的操作并掌握让数据飞起来的秘籍；然后再迈上一个大台阶，让读者学习 Power Query 数据查询功能，瞬间解决耗费时间且附加值低的工作；全力攻克 Power BI 的核心价值模块 Power Pivot（数据建模）和 DAX 语言，让读者直达商业智能数据分析的上峰，站到 Excel 的肩膀上。

06

▊《对比 Excel，轻松学习 SQL 数据分析》

张俊红 著

• 采用对比的方法，降低学习门槛，提高学习效率

本书分为 3 篇：第 1 篇主要介绍数据分析的基础知识，包括数据分析的基本概念、为什么要进行数据分析及常规的数据分析流程，使读者对数据分析有一个整体的认识；第 2 篇主要围绕数据分析的整个流程来介绍与 SQL 语法相关的知识，包括如何选取一列数据、如何对数据进行分组运算等基础知识，还包括窗口函数等进阶知识；第 3 篇主要介绍 SQL 数据分析实战，都是一些比较常规的业务场景实战。

07

▊《对比 Excel，轻松学习 Python 数据分析》

张俊红 著

• 采用对比的方法，降低学习门槛，提高学习效率

围绕整个数据分析的常规流程：熟悉工具—明确目的—获取数据—熟悉数据—处理数据—分析数据—得出结论—验证结论—展示结论进行 Excel 和 Python 的对比实现，告诉你每一个过程中都会用到什么，过程与过程之间有什么联系。本书既可以作为系统学习数据分析操作流程的说明书，也可以作为一本数据分析师案头必备的实操工具书。

08

▊《谁说菜鸟不会数据分析（Python 篇）》

方小敏 张文霖 著

• 没有晦涩难懂的 Python 知识和模型公式

Python 篇延续了“菜鸟”系列的一贯风格，从解决工作实际问题出发，提炼总结工作中 Python 常用的数据处理、数据分析实战方法与技巧。

本书的定位是带领 Python 数据分析初学者入门，并能解决学习、工作中大部分的问题或需求。在不影响学习理解的前提下，尽可能地避免使用晦涩难懂的 Python 编程、统计术语或模型公式。

09

▊《统计之美：人工智能时代的科学思维》

李舰，海恩 著

• 一个个生活化的故事，读懂日常科学思维

• 一条条暗藏的脉络，入门 AI 统计基础

本书的每一章节都通过某个历史经典故事、网络热点事件、行业真实案例等背景知识引出对知识点的介绍，涵盖了经典的统计学模型和前沿的数据科学技术，并结合大数据实践领域的经验，构造了一套以实际应用为导向的知识体系，帮助读者轻松地掌握各分析方法的思想精髓，并能快速地应用到实际的工作中去。

10

▊《白话统计》

冯国双 著

• 一本能让人看明白的“白话”统计书

• 一本提供数据分析思路而非公式的统计书

本书凝结了作者十多年来对统计分析的理解，对各种方法的介绍采用全新的理念和思路，不再是介绍方法本身，而是试图将各种方法之间的联系阐述清楚；不再是介绍方法如何计算出结果，而是尽量说明方法背后的思想。当然，本书同时提供了如何实现结果的软件（涉及 Excel、SAS、R、JMP、SPSS 等）操作。

11

▊《统计分析：从小数据到大数据》

丁亚军 著

• 统计分析老兵多年潜心编写，业务视角的统计思维

• 厘清数据分析的技术脉络，并深入解读了统计算法和机器学习

本书分为 8 章，小数据与大数据分析模式的动态切换贯穿全书，展示了数据分析案例的模块化分析思路。第 1～3 章为数据预分析部分，强调业务问题与统计问题的衔接；第 4～6 章为统计建模阶段，其中附有对行业案例和业务敏感度的训练、对统计和业务整合的审美建议，进而构造出一套具有灵活调校的数据分析模式。第 7～8 章解决的问题是，如何将晦涩难懂的统计解释转换成业务解释。

12

▊《Python 预测之美：数据分析与算法实战》

游皓麟 著

• 深度剖析预测原理

• 细致解读数据分析算法

本书共分为 3 篇。第 1 篇介绍预测基础，主要包括预测概念理解、预测方法论、分析方法、特征技术、模型优化及评价，读者通过这部分内容的学习，可以掌握预测的基本步骤和方法思路。第 2 篇介绍预测算法，该部分包含多元回归分析、复杂回归分析、时间序列及进阶算法，内容比较有难度，需要细心品味。第 3 篇介绍预测案例，包括短期日负荷曲线预测和股票价格预测两个实例，读者可以了解到实施预测时需要关注的技术细节。

13

▊《Python 极简讲义：一本书入门数据分析与机器学习》

张玉宏 著

• 零入门|高可读|重实战！

• 提供入门数据科学领域的“极简必要知识”！

本书以图文并茂的方式介绍了 Python 的基础内容，并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。

第 1 章至第 5 章以极简方式讲解了 Python 的常用语法和使用技巧，包括数据类型与程序控制结构、自建 Python 模块与第三方模块、Python 函数和面向对象程序设计等。第 6 章至第 8 章介绍了数据分析必备技能，如 NumPy、Pandas 和 Matplotlib。第 9 章和第 10 章主要介绍了机器学习的基本概念和机器学习框架 sklearn 的基本用法。

14

▊《拿下 Offer:数据分析师求职面试指南》

徐麟 著

• 作者多年面试官和面试者的经验

• 揭秘数据分析师求职面试技巧和技能

本书针对未来想要从事数据分析工作的在校学生、想要转行做数据分析的在职人员，以及想要在数据分析领域提高自己或跳槽的从业人员，深入浅出地讲解了面试和未来实际工作中所需的知识与技能，让读者对数据分析师这个岗位有更为全面和深刻的了解。

全书主要分为面试前的准备、面试中的技巧、面试中所需的知识储备、编程技能、实战技能，以及进一步学习提高的方法几部分，内容涵盖数据分析师面试的全流程，全方位提高读者在未来面试中的竞争力。