入门篇
《女士品茶——20世纪统计怎样变革了科学》：一本统计学的科普和八卦书，也是一本很有名的书，看后会对统计学有个总体的来龙去脉的了解，适合刚了解统计学的人看和睡前读物。
《深入浅出数据分析》：大头书，HeadFirst系列，内容很浅，比较适合没有基础的人作为科普读物，适合快速入门；
《统计数字会撒谎》：本文不涉及枯燥的数学公式与推理过程，通俗易懂，其实讲的都是统计学最基本的常识，可是却往往容易被人所忽视；
《谁说菜鸟不会数据分析》：不错的工具类书籍。比较浅显，适合完全没有Excel或对Excel似懂非懂的人。 讲了一些方法论的东西，但是非常的简单，不太适合对Excel熟悉的读者；
《深入浅出统计学》：帮你快速了解统计学相关的知识。
《统计学-从数据到结论》（吴喜之 著）：虽然是教科书，但在豆瓣有八分之高，讲的很详细，很适合入门的书籍。
进阶篇
《MySQL 必知必会》：不到250页的小册子，实践性很强，基本没有什么理论的堆砌，完完全全就是一本实践指南，教会你怎么用SQL语句操作MySQL；
《高性能MySQL(第3版）》：跟《MySQL必知必会》相似的书籍，主要讲解了MySQL的理论和实践知识；
《数据化管理：洞悉零售及电子商务运营》：讲解在企业中应用数据的例子，读完受益匪浅，里面举的很多例子都很接地气，很值得数据分析师阅读学习。
《统计思维-程序员数学之概率统计》：虽然讲的都是基础，不深入，但是讲法巧妙。
高级篇
《统计学》（贾俊平，何晓群，金勇进著）：统计比较通用的入门教材了，也算是兼顾数学证明和应用，可读性没有上面强，但是也非常的通俗易懂，有很多统计学专业的起始教材也会选择这本。
《Python数据分析》：作者对于利用Python进行数据分析有着很丰富的经验，因此写出的书也是深入浅出，让人很容易就能看懂。对一个热爱学习的数据分析师来说学一门数据分析处理的编程语言是一件很有用的事情。
《Python数据挖掘入门与实践》：作为一个专业的数据分析师，实际上很多时候都需要用到模型。这本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，还是挺不错的一本书。
《数据挖掘-实用机器学习技术（中文第二版）》：这本书虽然标题是Data Mining，但是核心内容还是机器学习，对于这类工具书更适合长时间慢慢地阅读。
如果你对学习人工智能和深度学习感兴趣，可以订阅偶的头条号，偶会在这里发布所有与算法、机器学习以及深度学习有关的有趣文章。
（码字不易，若文章对你帮助可点个赞~）
