做数据分析看的书叫什么

做数据分析看的书一般被称为数据分析书籍或数据科学书籍。这些书籍涵盖了数据分析的基础知识、数据处理、建模技巧和实践经验等方面，适合初学者和专业人士参考学习。下面我将推荐一些经典的数据分析书籍，供您参考：

1. 《Python数据分析基础教程》 – Wes McKinney
   这本书介绍了如何使用Python进行数据分析，包括数据处理、数据可视化、建模等内容。作者是pandas库的创始人，内容详实，适合初学者入门。

2. 《R语言数据分析实战》 – Hadley Wickham、Garrett Grolemund
   R语言作为数据分析领域的重要工具，这本书介绍了如何利用R进行数据分析和可视化，以及如何进行数据科学实战项目。

3. 《统计学习方法》 – 李航
   这本书介绍了统计学习的基本概念和方法，涵盖了监督学习、无监督学习、半监督学习等内容，是机器学习领域的经典教材之一。

4. 《数据化运营》 – 何帆
   这本书介绍了如何利用数据分析和挖掘技术进行数据化运营，包括用户画像、精准营销、增长黑客等内容，适合数字营销人员参考。

5. 《数据科学实战》 – Joel Grus
   这本书以Python为工具，介绍了数据科学实战项目的开展流程，包括数据清洗、特征工程、模型选择等内容，适合有一定基础的读者。

希望以上推荐的书籍能够帮助您更好地学习和掌握数据分析的知识和技能。祝您学习进步！

做数据分析看的书有很多，具体推荐如下：

1.《Python数据分析》
这本书由Wes McKinney撰写，详细介绍了如何使用Python进行数据分析。它涵盖了数据清洗、探索性数据分析、数据可视化以及如何利用Python的pandas、NumPy和matplotlib等工具进行数据处理和分析。

2.《R数据分析实战》
这本书由Hadley Wickham撰写，是一本关于使用R语言进行数据分析的经典教材。它介绍了R语言中数据处理、可视化、统计建模等方面的知识，并且提供了大量实例帮助读者快速入门数据分析。

3.《数据科学实战》
这本由Joel Grus撰写的书着重介绍了数据科学领域中的编程和数据处理技能，通过实际案例展示了如何使用Python进行数据分析、机器学习建模等工作。

4.《统计学习方法》
这本书由李航教授编著，是一本关于机器学习算法原理和应用的经典教材。它介绍了统计学习的基本概念、常用算法，并通过案例深入讲解了算法的原理和实现。

5.《深度学习》
这本书由Ian Goodfellow等人合著，系统介绍了深度学习的基本概念、原理和算法。对于数据科学从业者来说，了解深度学习技术可以帮助他们在数据分析和建模方面取得更好的成果。

以上推荐的书籍涵盖了数据分析、统计学习、机器学习和深度学习等方面的知识，可以帮助读者系统地学习和掌握数据科学领域的核心技能。

做数据分析的书籍有很多种，这里我列举几本比较知名且适合初学者的书籍，供您参考：

1. 《Python数据分析》

• 作者：Wes McKinney
• 内容：介绍Python数据分析的基础知识和常用工具库（如NumPy、Pandas等），以及如何使用Python进行数据处理、可视化和分析。
• 特点：适合有一定编程基础的读者，注重实际应用和案例分析。

2. 《R语言数据分析》

• 作者：Hadley Wickham, Garrett Grolemund
• 内容：介绍R语言的数据分析基础知识，涵盖数据清洗、可视化、建模等方面内容。
• 特点：适合喜欢用R语言进行数据分析的读者，书中有大量实例和案例，适合初学者入门。

3. 《数据科学实战》

• 作者：Joel Grus
• 内容：介绍数据科学中的数据处理、可视化、机器学习等内容，以实际项目为例，通过代码演示让读者学会如何应用数据分析技术。
• 特点：适合有一定编程基础的读者，讲解很直白易懂，非常适合初学者入门。

4. 《统计学习方法》

• 作者：李航
• 内容：介绍统计学习的基础理论和常用方法，包括监督学习、无监督学习、半监督学习等方面的内容。
• 特点：适合想深入了解机器学习算法原理和应用的读者，理论扎实，对统计学习有很好的介绍。

5. 《数据分析实战》

• 作者：Peter C. Bruce, Andrew Bruce, Peter Gedeck
• 内容：介绍如何通过数据分析解决实际问题，包括数据清洗、特征工程、建模等内容。
• 特点：适合想要从实际案例中学习数据分析方法的读者，书中案例丰富且易于理解。

以上书籍都是比较热门且适合初学者的数据分析入门书籍，您可以根据个人的兴趣和学习需求选取适合自己的书籍进行学习。希望对您有所帮助！