数据分析书籍-数据分析书籍推荐

大家好，今天小编关注到一个比较有意思的话题，就是关于数据分析书籍的问题，于是小编就整理了2个相关介绍数据分析书籍的解答，让我们一起看看吧。

1. 国内的数据分析师证书比如CDA证书、CPDA证书有区别吗？
2. 自学数据分析需要看哪些书？

国内的数据分析师证书比如CDA证书、CPDA证书有区别吗？

1、就业方向不同：CDA是一种业务数据分析，根据企业数据分析师当前的需求分为三个层次，业务数据分析师（LEVEL 1），数据建模分析师（LEVEL 2），数据分析专家（LEVEL 3）； CPDA是一种项目数据分析，偏向于投资行业和企业管理。 没有等级划分，适合项目评估。

2、薪资不同：根据CDA的三个层次，工资也是一个不同的水平，每个公司的工资都不一样，所以具体数量无法评估，但根据学生的就业情况，LEVEL 1可以达到10k-15k之间 ，2和3当然会更高。

3、证书含金量不同：两者都是由工业和信息化部颁发的证书，证书可以发挥作用，但由于国内数据分析还不是很成熟，公司主要关注技术和经验，因此建议您淡化证书和 注重技术培训。

扩展资料：

CPDA报名条件

1、申报参加CPDA数据分析专业技术培训考核人员，必须具备管理、经济和投资金融等专业大专以上学历；如果其他专业大专以上学历人员，须从事工作一年以上。

2、申报人员所出具的学历证明，必须是经国家教育部承认的正规国民教育学历证明。除此以外的任何学历证明，均不能申报参加CPDA数据分析专业技术培训考核。

3、申报人员所出具的国家教育部承认的正规国家教育学历证明，必须真实有效，不得***冒伪造或修改。一旦发现查实，将取消其CPDA数据分析专业技术证书，并自行承担全部责任。

4、授权培训机构在接受CPDA数据分析专业技术证书申报人员培训考核报名时，必须严格审验证明原件(学历证明和本人***明)，确认后，收取学历证明和本人***明的复印件以便备查。

参考资料来源：

这两个考试的方向不同。

CPDA比cda多了一个p，p是project，cpda是偏向项目的

CDA是偏向业务的，更符合企业的要求

考证书很多时候就是为了找工作嘛，企业更认CDA的证书

如果你是做项目的，可以再考一个pmp

自学数据分析需要看哪些书？

一定要问问自己，自己是否适合数据分析

数据分析是当下十分火爆的岗位，被各种自媒体称为低门槛，高工资的岗位，但我想说的是真正的数据分析师绝非你所想象的那样只会python或者是SQL，更重要的是对业务的思考与剖析。

那么自学数据分析的时候，最重要的也是最基本的当属SQL语句了，这里为你推荐一本书，作为数据分析师可能你不需要完成对SQL的维护与开发，但也要会最基本的增删改查和跨表查询。

然后就是必要的技能，统计分析了，这里可以去大学生mooc上看录播课，老师的讲解比较细致并且有详细的知识点和课后问题，很适合恶补自己的统计学知识。

当你有了一定的统计学基础并且熟悉了SQL语句后，这时候你可以尝试学习一些工具了，为你的数据分析先铺好路，可以从Python入手，学习成本很低，这里推荐一本书：

这本书也是我经常看的一本书，难度比较低内容十分丰富，很适合学习基础知识。

当你掌握这些技能的时候，你已经可以做一名数据分析助理了，后面你还需要更多的时间去沉淀，学习更多知识，需要掌握更多的数据分析模型、数据分析思维、业务能力、建模能力....

最后祝早日踏进理想行业，从事理想工作。

数据分析要看的书籍，我推荐一些我觉得还不错的。大家可以先看电子版，或者去图书馆借阅，然后再选择是否需要购买。我按照数据分析需要学的东西来列举——Excel、SQL、Python、统计学、机器学习。

Excel作为常见的办公软件，拥有大量函数和公式，可以进行数据处理和图表输出。不需要编程基础，其他经常与数据接触的岗位，也建议学习。

《Excel函数与图表应用实例解析》，赛贝尔资讯，清华大学出版社：包含了Excel函数公式及其运用，非常适合入门；

《左手数据，右手图表》，徐军泰，机械工业出版社：包含Excel函数公式和动态图表两部分，相比前一本书内容更深入一些。

MySQL是世界上最受欢迎的开源数据库，很多中小企业甚至世界知名企业都有用到。所以学习数据库知识，我会推荐学习MySQL。

《MySQL必知必会》，[英] Ben Forta，人民邮电出版社：这本书比较系统性地讲述了我们学MySQL应该要掌握的知识，适合零基础的人。

如果非数据分析岗，只是为了满足其它岗位的少量数据处理需求，看上面三本书就够了。如果需要在数分岗位上精益下去，下面的这些内容不得不学。

Python是目前最受数据科学家青睐的预言，它拥有丰富的生态系统和强大的交互性，以及快速的开发周期。对于程序员来说，Python小菜一碟，但对于没有编程基础的人来说，学起来还是有难度的。做数据分析，只需要掌握Python的NumPy、Pandas、Matplotlib、Sklearn这四个库，就行了。如果岗位要求需要获取外部数据，再学一个爬虫知识即可。

《Python基础教程》，Magnus Lie Hetland，人民邮电出版社：这本书内容包括语法介绍和一些小项目的演示，真的是基础教程，适合入门；

《利用python进行数据分析》，Wes McKinney，机械工业出版社：这本书重点讲了Pandas库，少量涉及NumPy和Matplotlib，比较经典的书；

《Python数据科学手册》，Jake VanderPlas，人民邮电出版社：可以看作是前一本书的进阶书籍，介绍了数据分析的主要库，偏数据清洗。

以上属于数据分析的工具篇书籍，要想成为数据分析师，最重要的还是具备数据分析思维，和掌握统计学、机器学习相关知识。

《统计学》，贾俊平，中国人民大学出版社：偏数理统计知识，可以快速帮助初学者理解统计学的基本原理框架；

《Statistical Inference》，George Casella / Roger L. Berger，Duxbury Press：本书包括概率和统计两部分的内容；

《统计学习方法》，李航，清华大学出版社：讲了机器学习的10个算法，比较全面，适合学习总结；

《非线性时间序列》，范剑青，科学出版社发行部：难度比较大的一本书，非常有启发意义；

《The Elements of Statistical Learning》，T. Hastie / R. Tibshirani / J. H. Friedman，Springer：机器学习非常好的书籍，对读者的专业素质要求较高。

最后，再啰嗦一下。入门建议先看***，进阶看书+刷题+***，高阶看书+论文+小项目，最后可以接项目+参赛（数分之路已被我安排妥妥贴贴~~~）。

~~

我经常更新一些数据分析相关的文章内容，感兴趣的可以看我主页~

到此，以上就是小编对于数据分析书籍的问题就介绍到这了，希望介绍关于数据分析书籍的2点解答对大家有用。