我们经常可以看到关于推荐书单的文章，但好像每篇文章差不多都是把领域内的书籍罗列了个遍，生怕漏掉一本就显得自身不专业了。

其实在互联网时代，我们所需要的，经常只是一本通识导读类书籍就够了。这本书用来让我们了解全貌，形成所谓的道。至于具体的术，差不多都可通过网络搜索解决。本文就结合数据分析体系，推荐几本不错的书籍。

数据分析体系

先介绍一下数据分析体系，具体如下图，详细可看前面的系列文章《数据分析完整体系，一图胜千言，一文盖千篇》

思维与方法篇

这两篇我只推荐一本书《西方文化中的数学》，这本书是数学科普书，作者用深入浅出的语言将西方文化历史和数学历史有机融为一体，深刻说明了数学在文化发展中扮演的重要作用。这本书通俗易懂，没有高深的数学理论，看完既可以大致了解西方历史，也会让你对数学有一个新的认识，并深深领会到“万物皆数”的理念。

可以说，如果数据分析师不能领会到数学的重要性，那肯定是不称职的数据分析师。

至于网上经常推荐的一些思维类书籍，个人不推荐，偶尔看看文章就够了。这方面最主要的是需要自身经常思考，看书作用不大。

在前面的系列文章《一文读透数据分析思维、方法、流程与痛点，看完你的思路就清晰了》中对各类思维和方法有一个系统的介绍，可以参考看下，仍有不懂的地方就通过百度解决。

（1）Excel

这个就完全没必要买书了，百度解决。

（2）SQL

如果只是想学习SQL查询，那也没必要买书。但如果是想对数据库原理有全面的了解，那推荐《深入浅出MYSQL：数据库开发、优化与管理维护》。

这本书对于数据库的整体知识点都有介绍，可以帮助你了解数据库原理，让你心中有个全貌。对于SQL查询与优化也有涉及到，可以满足基本的术。至于书中没有深入涉及到的知识点，也无需再去买书，百度就可以。

（3）Python

推荐两本书，首先是《利用Python进行数据分析》，这本书可以让你了解到用Python做数据分析大概会涉及到哪些知识。但如果已经对Pandas、Numpy等库有所了解的话，这本书也没有买的必要。

另外推荐《Python学习手册》，这本书是部大头书，可让你快速了解Python在更方面的基础。Python应用很广泛，对它的广度有个清晰认识是非常有必要的。

（4）FineBI

类似的BI软件就都不用买书了，官网教程和百度足够解决。

（1）概率统计

推荐高等教育出版社茆诗松版的《概率论与数理统计》，这本书一般都是数学系本科生的教材，它直接涵盖了概率论和统计学的入门知识。如果是要加强这两方面基础知识的话，这本书是首选。

（2）线性代数

推荐高等教育出版社版《高等代数》，这本书也是数学系本科生的教材。对于数据分析师来说，如果想要重温线性代数知识，那肯定是在学习机器学习。既然选择机器学习，那就首先要把线性代数知识掌握好，这本书值得细品！

（3）机器学习

李航的《统计学习方法》和周志华的《机器学习》二选一吧，这两本书都很经典，不用多说，全部买也可以。

至于机器学习实战类的书籍就没有买了，上scikit-learn官网好好学习学习。

本文倾向于每个领域都只是推荐一本经典的通识类书籍，至于实战的部分就依靠网络搜索解决，其实这样是非常有作用的。

首先，书不能多买，否则会在看哪本书上犹豫不决而导致最后都不怎么看，一本经典的书籍是足够我们消化一辈子的；

其次，我们通过阅读通识类书籍建立的抽象知识网络，通过搜索更能完善成具体的知识网络。

最后，这也能给我们省不少买书钱，虽然我们可能不在意这个。