如果要推薦一本數據分析入門的書給新人，你希望是哪一本？

12-29

《Head First Data Analysis》

更新一下為什麼推薦這本書：
1、初學者需要的是一個知識面寬而淺的入門。
2、此書涉及了邏輯思維、統計知識、貝葉斯、可視化、最優化、資料庫、數據清理、軟體使用多方面的內容，提供了一個很寬的視野。
3、從excel入手，但絕不局限於它，後面的10個tips以及R語言的提升是亮點。
4、和現實世界連接得很好。
5、非常的淺顯，適合小白入門。

這類的書籍十分多，那一本好視乎你的品味和背景。

我是物理背景的，所以很喜歡天文物理學家Philipp Janert的《Data Analysis Using Open Source Tools》（Data Analysis with Open Source Tools - O"Reilly Media）。此書書名有點誤導，開源不是此書的特色，而是在於其清淅的圖象。其他好書多不勝數，留給其他知友推介了。

如果要學機器學習，經典的教材有：

Pattern Recognition and Machine Learning (Information Science and Statistics): Christopher M. Bishop: 9780387310732: Amazon.com: Books
The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition (Springer Series in Statistics): Trevor Hastie, Robert Tibshirani, Jerome Friedman: 9780387848570: Amazon.com: Books

等等。

========
補充，剛在網上看到這個，大家可作參考：Metacademy - Level-Up Your Machine Learning

如果只推薦一本，我會推薦吳喜之的《統計學：從概念到數據分析》；畢竟統計學的泰斗，不會一開始就把你帶偏；書很薄，一定讀得玩，還有R代碼可以嘗試自己動手分析；

小蚊子的《誰說菜鳥不會數據分析》

對小白來說，還是先感受下數據之美吧。

推薦《數據之美》

一本講數據可視化的書，個人決定在可視化方面造詣最深的書，其中收集了大量的案例來展示數據之美。讀完此書，終於明白了為什麼對於一個數據分析師而言，不僅要懂數據，還需要懂得設計。通過數據傳達商業目的，是數據人的主要工作目標，如果同時能夠傳遞數據之美，這本書非讀不可。

看完上面的，我覺得《誰說菜鳥不會數據分析》這套書比較好，目前有入門、工具、SPSS篇，感興趣可以下載來看http://pan.baidu.com/s/1o8tQQ7K

只推薦一本的話
數據挖掘導論 (豆瓣)

初學者推薦《R語言統計入門(第2版)》，進階推薦《R數據可視化手冊》

如果沒有統計學基礎，推薦人大出版的自家的教材，賈俊平編的《統計學》

《數學之美》，知識的價值在於應用和解決問題。很多人推薦的是技能和理論方面的硬通貨，更重要的點在於引導對於數據分析的興趣，不然學了一些知識不會不懂應用才比較遺憾。舉個小案例，用相關係數和協同過濾演算法可以解決掉99%的垃圾郵件，關鍵點是統計學上的相關係數應用，這還只是第一步哦，隨著數據量的增加，還可以進一步提高過濾的質量。大學讀的統計學專業，表示這一本書讀晚了。

入門推薦《利用Python進行數據分析》

給大家推薦一個我一直關注的大牛 @張溪夢 Simon 的回答，他是前 LinkedIn 商業分析部門高級總監，世界前十位前沿數據科學家，GrowingIO 創始人。

下面是回答：

我們一直在做互聯網行業數據分析知識的普及，目前我們已經做了 15 期「GrowingIO 數據分析公開課」，面向產品經理、運營等等，這裡是我們整理出來的「互聯網增長的第一本數據分析手冊」：

這是一本神奇的書。
產品經理用它來分析數據、拆解指標，實現流程的良性運轉；
市場運營用它來解析數據、確定方法，實現運營效果最大化。
30%註冊率的提升，90%的客戶留存，矽谷數據之神手把手教你實踐增長黑客。
翔實的分析方法，真實案例與心得，GrowingIO 團隊的創業實戰分享都在這裡了！

嚴格意義上這不算是一本書，但是能夠手把手教你如何做數據分析。

獲取完整書籍下載，點擊互聯網增長的第一本數據分析手冊。

其實我更推薦的是《概率論與數理統計》，我想這才是數據分析的基礎吧