最近看到有人在问，在数据分析、挖掘方面，有哪些好书值得推荐？

推荐三本书，分别是统计、编程、算法方向的核心教程，非常适合新手去看。

Statistics for Business and Economics-商务与经济统计Python for Data Analysis-利用Python进行数据分析Introduction to Data Mining-数据挖掘导论

如果你是学R的，可以再加一本R语言实战

为什么选这三本书呢？

我们常说道之本源，术之方法，这三本书就是告诉你数理统计的本源，帮你上手数据分析挖掘的方法。

商务与经济统计

这是国内外很多大学的统计教材，内容非常全面，只要认真读过，就对统计学有一个全面且通透的认知。但不要认为这是教材，就觉得它枯燥啰嗦，相反这本书很精彩。

本书第一作者安德森是统计学教育名家，撰有多部统计学教材。书内涵盖范围广泛，涉及了应用统计学在当代商务经济领域中几乎所有的重要应用，并且将统计软件（包括Excel，SPSS，Minitab）的使用贯穿全书。

而且这本书是知识点和公式大多是基于实践案例，有丰富的使用场景，可读性极强。

我觉得每个需要数据分析的人，不管是在校或已经工作，都应该好好读读统计学，这本书就是最合适的起点。

❝

目录

第1章　数据与统计资料

第2章　描述统计学Ⅰ：表格法和图形法

第3章　描述统计学Ⅱ:数值方法

第4章　概率

第5章　离散型概率分布

第6章　连续型概率分布

第7章　抽样和抽样分布

第8章　区间估计

第9章　假设检验

第10章　两总体均值和比例的推断

第11章　总体方差的统计推断

第12章　多个比例的比较、独立性及拟合优度检验

第13章　实验设计与方差分析

......

❞

利用Python进行数据分析

如果说统计学是道，那么Python就是术，可以实现你一切想法的最佳工具。

这本书是很多Python数据科学爱好者的入门导师。它讲解了Python数据科学库IPython、Pandas、Numpy、Matplotlib、sklearn的使用，如果玩转这几大工具，任何复杂的数据处理、建模任务都能搞定。

它的作者-Wes McKinney，是Pandas的核心开发人员，也就是说牛逼哄哄的Pandas和这本书有同一个爸爸。

因此本书对Pandas的着墨也是最多的，从数据类型、索引、切片、读写...，到数据清洗、分组聚合、连接、透视...，再到高阶的时间序列、建模...，几乎无所不涵盖。

另外，本书对IPython、Jupyter、Statsmodels等辅助库也有较多的介绍。

如果真的想学习Python数据分析，建议把书里的每个案例代码都手敲一遍，我是这样做了。

❝

目录

第1章 准备工作

第2章 Python语言基础、IPython及Jupyter notebook

第3章 内建数据结构、函数及文件

第4章 NumPy基础：数组与向量化计算

第5章 pandas入门

第6章 数据载入、存储及文件格式

第7章 数据清洗与准备

第8章 数据规整：连接、联合与重塑

第9章 绘图与可视化

第10章 数据聚合与分组操作

第11章 时间序列

第12章 高阶pandas

第13章 Python建模库介绍

第14章 数据分析示例

❞

数据挖掘导论

这本书很注重实例，围绕案例详细介绍了数据挖掘理论，涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。

对初学者来说，不需要多好的数学和编程基础，也不会被高深艰涩的理论吓退，相反能在书中找到很多浅显易懂的算法应用。

本书是明尼苏达大学和密歇根州立大学数据挖掘课程的教材，由于独具特色，正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。

❝

目录

第1章　绪论

第2章　数据

第3章　探索数据

第4章　分类：基本概念、决策树与模型评估

第5章　分类：其他技术

第6章　关联分析：基本概念和算法

第7章　关联分析：高级概念

第8章　聚类分析：基本概念和算法

第9章　聚类分析：其他问题与算法

第10章　异常检测

❞

小结

这三本是我学习过程中获益比较大的书，也是读起来不那么费力的。