近来，不少准备参加实习工作或是应届生问我，我该如何入手数据分析呢？要看哪些书籍呢？的确，每一个技能需要一定知识基础，从浅到深，从零到一过程。下面我们大圣众包威客平台小编根据大家情况，为大家分阶段，分难易程度精选些书籍。
入门阶段：
作为新手，要有大局的认识，整体概念，所以此阶段，先从简单、基础的理论知识学习：
《HeadFirstDataAnalysis》此书包括了逻辑思维、统计知识、贝叶斯、可视化、软件使用等多方面的内容，提供了一个很宽的视野。非常的浅显，适合小白入门。
《谁说菜鸟不会数据分析》，这一系列大家比较常见，现在有入门、工具、SPSS篇，值得大家学习看看，而且主要语言风格很适合职场，相当场景化。
《dataanalysisusingsqlandexcel》wiley出品，质量保证，sql和excel是数据分析必备的技能。
《赤裸裸的统计学》：国外人写的书，不是什么高深理论，最大特点就是这本书没有数学公式，没有图表，没有说教；作者从我们熟悉的日常生活案例带你了解统计学，十分生动有趣。
升级阶段：
恭喜你入门，具备一定得数据分析基础，那最重要的就是坚定自己的选择，不断深入，迈向更高的职位，此时可以阅读些工具的书籍。
《网站分析实战》：网站分析的书，从整个网站整体去看数据，案例比较新，契合自己的工作
《统计分析与SPSS应用》：这本书是很多大学指定教材，个人觉得挺适合初学者的，简单易懂，也有较多的案例分析。
《SPSS其实很简单》给统计软件初学人员一个很简单、直接、好用的指导，值得一看。国外的很多入门级别的书很值得一看，写的很通俗易懂，这本书应该说是spss入门级别最常见，被推荐最多次数的书了吧。
《统计学习方法》从具体问题或实例入手，由浅入深，阐明思路，每个章节都有个方法，李航博士讲的算是比较详细了。
高级阶段：
职位越高，学习掌握的东西就越多，扎实的基础、工具的使用是迈进高阶的重要前提，但对于企业而言，数据的处理分析是个大项目、长期且复杂的，因此，提高效率，进行深层次挖掘是必须的，因此，高级阶段更需要我们学习些数据挖掘、数据可视化等等。
《数据挖掘导论》这本是美国斯坦福大学、得克萨斯大学奥斯汀分校等教材。通俗易懂，该书主要从五个主题出发：数据、分类、关联分析、聚类和异常检测。
《机器学习》本书分为3大部分，包括机器学习基础知识的介绍、经典而常用的机器学习方法的探讨以及进阶知识的讲授。这是周志华老师的新书，公式推导很详细。
《集体智慧编程》通过实际例介绍了机器学习和数据挖掘中的算法，浅显易懂，还有可执行的Python代码。
《推荐系统实践》这本书不用说了，研究推荐系统必须要读的书，而且是第一本要读的书。
《精益数据分析》：此书优势在于将企业分成了几个大的行业类别，并分门别类的讲解了每个行业的商业模式特点及分析技巧，对使用者的分析能力要求较高，且必须具备相应的业务知识。
好书无尽，但要有的放矢，选择自己需要的去学习，积累，最重要还是结合实际操作应用，才能得到更大成本，成功背后都需要一段不为人知的积累。
