关于数据分析我大致从入门、进阶、工具几个维度梳理了下，最终形成了下面这份数据分析书单。
一、入门篇
说明：适合对数据分析的入门者，对数据分析没有整体概念的人，比如应届毕业生、工作中需要做数据分析、想转行数据分析的同学，主要包括基础知识以及分析思维的掌握。
1、《深入浅出数据分析》
深入浅出数据分析
豆瓣评分：7.5
亚马逊评分：3.9
推荐理由：深入浅出系列是对新手非常友好的丛书，用生动但啰嗦的语言讲解案例。厚厚的一本书翻起来很快。本书涉及的基础概念比较广，包含一点统计学知识，学下来对数据分析思维会有一个大概了解。可以作为入门书籍去看，但是不足之处是讲的比较浅，仅仅适合入门。
2、深入浅出统计学(豆瓣)
深入浅出统计学
豆瓣评分：8.5
亚马逊评分：5.0（评论人数少）
推荐理由：依旧保持深入浅出系列的简单风格，囊括了常用的统计分析如假设检验、概率分布、描述统计、贝叶斯等。书本注重应用和趣味性，数学推理一般。适合非专业人士的统计学入门，书中的很多案例和习题比较好，能从简单的角度阐述复杂的概率统计的理论知识。
3、赤裸裸的统计学(豆瓣)
赤裸裸的统计学(豆瓣)
豆瓣评分：8.1
亚马逊评分：4.0
推荐理由：作者查尔斯韦兰曾是《经济学人》记者，他用幽默俏皮的笔法，将貌似艰深的统计学变得秀色可餐，是一本很不错的统计学入门书籍。从民意调查到医学研究，统计学无处不在。孤独症发生率是否升高？如何预测人们喜欢什么电影？这些问题，你都能在书中找到答案。
4、数学之美（第二版）
豆瓣评分：8.9
亚马逊评分：4.6
推荐理由：书中将高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。通过具体实例教会读者在解决问题时如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新等，是一本值得反复阅读的好书。
5、《金字塔原理》
豆瓣评分：7.7
亚马逊评分：4.4
推荐理由：分析思维首推《金字塔原理》，帮助数据分析师建立结构化思维。本书包含了报告、写文、演讲等诸多内容，可以细看可以快看。
二、进阶篇
说明：了解数据分析的基础，就可以做一些业务以及应用场景方面的分析了。这类书籍比较适合网站分析师以及数据相关从业者进阶阅读。
1、精益数据分析(豆瓣)
豆瓣评分：8.3
亚马逊评分：4.2
推荐理由：本书讲解了创业公司该如何确定指标体系，如何用数据指导产品和运营，对于业务模式的归纳和业务成长阶段的归纳非常到位。后面列举了大量的场景和案例，几乎都是基于精益创业，定位非常明确，仔细品读的话，你一定会收获很多知识。
2、《精通WebAnalytics2.0》
豆瓣评分：8.5
亚马逊评分：5
推荐理由：这本书虽然有点古老，但其中很多思想和流量分析的案例仍然很有借鉴意义，比较贴近互联网领域的工作，尽管讲得是网站类，但是分析思路和方法同样适用于移动端和其他业务，有深度，也能指导人们如何执行。
3、《网站分析实战》
豆瓣评分：8.2
亚马逊评分：3.9
推荐理由：本书从流量、内容效率、用户、网站货币化的角度，系统讲述了分析对象和分析方法，结合大量案例、数据、用户的分析，让自己受益匪浅。
4、《增长黑客》
豆瓣评分：7.7
亚马逊评分：3.8
推荐理由：增长黑客在国内即是数据分析+运营/产品的复合型人才。这本书好的地方在于拓展思路，告诉我们数据能够做什么，尤其是数据驱动业务的这个概念，对我影响甚大。
5、《数据化管理》
豆瓣评分：8.3
亚马逊评分：3.8
推荐理由：作为一本零售电商行业的数据分析入门读物，无论是做数据分析，还是做零售业的人士，在需要入门的时候，读了以后都会有所收获，是一个很好的敲门砖，把你打开一扇门。
6、《数据化运营速成手册》
豆瓣评分：7.7
亚马逊评分：5（评论人数少）
推荐理由：从运营实操的角度非常棒，讲解了各类表格的使用场景及制作要点。比较适合适用于互联网公司的数据分析师、运营人员、产品经理。
三、工具篇
说明：做数据分析没有工具，就像剑客没有剑，士兵没有枪一样，常见的工具包括Excel，Sql，SAS，SPSS，Python，R语言。
难易程度依次是：EXCEL-》Sql-》SAS，SPSS-》python，R语言
需要提及一下，python和R语言学习难度应该算是最大的，但是是否具备编程能力，是初级数据分析和高级数据分析的风水岭。
数据挖掘，数据爬虫，数据可视化都需要用到编程，掌握一门优秀的编程语言，可以让数据分析师事半功倍。
1、Excel书籍推荐
《谁说菜鸟不会数据分析》
豆瓣评分：7.4
亚马逊评分：3.2
推荐理由：适合新手，优点是它和数据分析结合，而不是单纯地学习函数。学会函数适用的场景和过程比它本身更重要。
2、Sql书籍推荐
SQL必知必会(豆瓣)
豆瓣评分：8.5
亚马逊评分：4.3
推荐理由：内容比较简单，适合新手，没有多余的废话，非常精炼，该讲的都讲到了。非常适合SQL入门，基本上一天就可以将书看完。
3、SAS书籍推荐
《深入解析SAS》
豆瓣评分：8.9
亚马逊评分：4.1
推荐理由：作者团队结合自身实际工作的经验体会和大量生动的实践案例，通俗易懂、循序渐进地对SAS的核心技术模块和架构体系进行了全方位的介绍、总结与分享，帮助读者深刻领会和掌握使用SAS进行数据挖掘与优化的专业知识。
4、SPSS书籍推荐
《SPSS统计分析基础教程》
豆瓣评分：8.8
亚马逊评分：4.3
推荐理由：作者以真实案例贯穿全书，从统计分析实战的角度出发详细介绍SPSS的界面操作、数据管理、统计图表制作、统计描述和常用单因素统计分析方法的原理与实际操作，并结合SPSS的强大功能进行很好地扩展。
5、python书籍推荐
5.1python语言入门推荐
《Python编程从入门到实践》
豆瓣评分：9.1
亚马逊评分：4.5
推荐理由：从编程小白的角度看，入门极佳。手把手教的感觉，却绝不啰嗦。编排比较合理，前半部分讲到一些基本的表达，后面加了三个实战项目，十分适合入门。
5.2python数据分析推荐
《利用Python进行数据分析》
利用Python进行数据分析原书第2版
豆瓣评分：8.1
亚马逊评分：3.0
推荐理由：本书的作者WesMcKinney是pandas的主要作者，作者有多年的Python数据分析工作经验。除了pandas之外，作者对本书覆盖的这NumPy，pandas，matpotlib等也都有着很深的理解，是一本不错的python数据分析入门书籍。
6、R语言书籍推荐
《R语言实战》
推荐理由：R语言的入门书籍，从数据读取到各类统计函数的使用。虽然没有涉及机器学习，依靠这本书入门R是绰绰有余了。
最后希望大家都能更快更好的，从数据分析小白进阶数据老司机~
这个“它”
这个“它”当然是亿信华辰的免费BI工具---豌豆BI。
在线即可使用，目前已成功应用于某地检察院的智慧决策系统，效果如下：
几本书再加上“它”，是不是轻松成为数据分析师。