业务知识我不再多推荐，以后我会通过公众号文章的形式讲解。因为从我看来，市面上也没有详尽介绍数据角度下的用户行为、产品运营的书籍，都是点到为止。这一块内容，尽量从工作中去学，收获才是最大的。

　　Python/R

　　欢迎来到数据分析的最后殿堂，Python和R都是大分支，基本是前面所有内容的实现。Python的学习以PY3为前提，毕竟2017年了，我实在想不出不用Python3的理由。

　　除了书籍，Python/R更多依靠博客和文档学习。Python的学习路径不陡峭，新手水平取决于查询能力，所以也请学会如何高效搜索。

　　《深入浅出Python》

　　还是深入浅出系列，完全适合零基础的新人。需要注意的是，编程学习不同于其他知识，如果计算机基础不稳固，在使用中会遇到各类问题。知其然不知其所以然，这是本书缺点：能掌握，但是Bug比较多。

　　《Python学习手册》

　　对于拥有编程基础的人，这本书系无巨细的有些啰嗦，不过对新人，可以避免不必要的坑。把它当作一本工具文档吧，当遇到不理解的内容随时翻阅。这是纸质书比电子书好的优势之一。

　　《利用Python进行数据分析》

　　非新手向的书籍，成书较早，部分内容比较老旧。虽然学习中不会有问题，但很多Pandas函数已经有更优雅的写法了，例如df.query。每段代码都敲打一遍，千万行的数据清洗基本不会有大问题了。

　　《Python Cookbook》

　　Python的进阶书，如果想要掌握更好的编程能力，这是一本经典，值得时时翻阅。注意，它更偏向程序员。

　　《R语言实战》

　　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。

　　《统计学：从数据到结论》

　　这本书是将R语言和统计学结合的教材，可以利用这本书再复习一遍统计知识。缺点是书本后面的内容质量不如前部分。

　　到这里，入门书籍推荐完毕，当然好书不嫌多，例如《数学之美》、《集体智慧编程》、《统计学习方法》等，有兴趣不妨阅读。

　　上面的内容都吃透，不论是成为一名数据分析师，还是往后向机器学习、数据科学家、数据产品发展、都有了良好的基础。