Python 3 エンジニア認定データ分析試験 練習問題 – データ分析のプロセスとJupyter Notebookの基本操作

問題1:

Jupyter Notebookにおいて、現在選択されているセルを実行し、その下に新しいセルを自動的に追加するショートカットキーとして正しいものはどれですか？

1. Ctrl + Enter
2. Shift + Enter
3. Alt + Enter
4. Ctrl + Shift

問題2:

データ分析の標準的なプロセスにおいて、データの外れ値の除去や欠損値の補完は、次のうちどの段階で最も適切に行われますか？

1. データ収集
2. データ可視化
3. データ加工
4. データ分析

問題3:

Jupyter Notebookで%matplotlib inlineというマジックコマンドを使用する主な目的は何ですか？

1. インタラクティブなグラフを作成するため
2. matplotlibで作成したグラフをノートブック内に表示するため
3. グラフを外部ファイルに保存するため
4. matplotlibのバージョン情報を表示するため

問題4:

以下のコードは、pandas DataFrame df の ‘sales’ 列の平均値を計算し、その結果を average_sales 変数に格納しようとしています。ただし、コードには誤りがあります。正しいコードを選択してください。

python
import pandas as pd

(仮のDataFrame)

data = {‘sales’: [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

誤ったコード

average_sales = df[‘sales’].mean()

1. average_sales = df.sales.average()
2. average_sales = mean(df['sales'])
3. average_sales = df['sales'].mean()
4. average_sales = df.sales.calc_mean()

問題5:

データ分析のプロセスにおいて、分析結果をビジネスの意思決定者にわかりやすく伝えるために、グラフや図表を用いてデータを表現する段階はどれですか？

1. データ収集
2. データ加工
3. データ可視化
4. データモデリング

解答と解説

問題1: 解答 2. Shift + Enter

• 解説: Shift + Enter は、Jupyter Notebookで現在選択されているセルを実行し、その下に新しいセルを自動的に追加する最も一般的なショートカットキーです。Ctrl + Enter はセルを実行しますが、新しいセルは追加しません。Alt + Enter もセルを実行し、下にセルを追加しますが、Shift + Enterの方が一般的です。
• 合格に向けたパイセンのアドバイス: Jupyter Notebook のショートカットキーは、データ分析の効率を大幅に向上させます。特に、セルの実行と追加は頻繁に行う操作なので、Shift + Enter は必ず覚えましょう。他のショートカットキーも積極的に試して、自分に合ったものを使いこなせるようにすると良いでしょう。

問題2: 解答 3. データ加工

• 解説: データ加工の段階では、収集したデータを分析しやすい形に変換します。外れ値の除去や欠損値の補完は、データの品質を向上させ、分析結果の信頼性を高めるために重要な処理です。
• 合格に向けたパイセンのアドバイス: データ分析のプロセスは、目的によって順序が多少前後することがありますが、データのクリーニング（加工）は、分析の前に必ず行うべきステップです。汚れたデータは、どんなに優れた分析手法を使っても、正しい結果を得ることはできません。

問題3: 解答 2. matplotlibで作成したグラフをノートブック内に表示するため

• 解説: %matplotlib inline マジックコマンドは、matplotlib で作成したグラフを Jupyter Notebook のセル出力に直接表示させるためのものです。これにより、グラフを別ウィンドウで表示する手間が省け、ノートブック内で分析結果をまとめて確認できます。
• 合格に向けたパイセンのアドバイス: マジックコマンドは、Jupyter Notebook をより便利に使うための機能です。%matplotlib inline 以外にも、様々なマジックコマンドがあるので、公式ドキュメントなどを参照して、積極的に活用しましょう。

問題4: 解答 3. average_sales = df['sales'].mean()

• 解説: pandas DataFrame の特定の列の平均値を計算するには、df['列名'].mean() のように記述します。mean() は pandas Series オブジェクト（DataFrame の列）のメソッドです。
• 合格に向けたパイセンのアドバイス: pandas はデータ分析において非常に重要なライブラリです。DataFrame の操作、特にデータの抽出、集計、変換に関する基本的なメソッドは確実に理解しておきましょう。

問題5: 解答 3. データ可視化

• 解説: データ可視化は、分析結果をグラフや図表を用いてわかりやすく表現する段階です。効果的な可視化は、データに隠されたパターンや傾向を明らかにし、ビジネスの意思決定をサポートします。
• 合格に向けたパイセンのアドバイス: どんなに高度な分析を行っても、結果をうまく伝えられなければ意味がありません。データ可視化のスキルは、データ分析者にとって必須のスキルです。様々なグラフの種類や、それぞれのグラフがどのようなデータに適しているかを理解し、効果的な可視化を心がけましょう。

著者について

としくん

Administrator

ウェブサイトにアクセス すべての投稿を表示