推荐几本有意思的书，结合自身的学习过程，说说心得吧。
1、首先需要掌握一门语言作为分析的工具，这里毫无疑问，推荐python，python的图书有很多，从基础和提高两个层面，我推荐两本：
A 《Python学习手册》 机械工业出版社
这是一本入门书，从0开始，讲的非常详细(老实说，有点过于啰嗦了)，对于打基础非常好，仔细读一遍，把代码敲一敲，基本上基础就牢靠了。
B《Python高级编程》清华大学出版社
有一些高级主题，像装饰器、生成器、元类、字符编码这些，讲的很清楚，作为一个补充。
2、需要掌握python进行常用数据处理的方法库
A《利用Python进行数据分析》机械工业出版社
虽然不是介绍python语言本身，但是Numpy、Pandas等数据分析的库十分重要，数据分析作为python语言的主战场，这本书也是必读不可。
B《Python数据科学手册》人民邮电出版社
这本书是2018年出的新书，作为上面书籍的补充，我比较欣赏的是这本书中举得例子比较好，比《利用python进行数据分析》这本经典教材更具针对性和实战性，难度也具备一些，而前者更像是一本入门的工具书。
读完这三本书，python的基本语言知识应该就比较扎实了，可以再结合自身的兴趣去读一读各个应用方向的书籍。
3、需要在概率统计和线性代数上做强化
A 《程序员的数学2概率统计》和《程序员的数学3线性代数》人民邮电出版社
这一套由日本学者编写的教材，非常的有意思。他没有堆叠的公式，更多的是从物理意义的角度来阐述这两门数学。并且都是直击程序员的痛点，让人从更深层次真正理解数学的内涵
B《统计思维程序员数学之概率统计》和《贝叶斯思维》人民邮电出版社
这是美国人Allen B.Downey写的两套教材，他的可贵之处，是所讲述的概率统计学知识是基于python语言描述的，难度适中，实战性很强，做到了融汇贯通。
C《贝叶斯方法 概率编程与贝叶斯推断》 人民邮电出版社
概率编程方向的，机器学习的基础，写的挺好的一本书。
有了这些基础，再选择一些机器学习方面的基础读物，应该能掌握的比较好。
