第1回 Python 3 エンジニア認定データ分析 模擬試験

データ分析に関する次の記述のうち、誤っているものはどれか。

機械学習に関する次の記述のうち、正しいものはどれか。

PythonおよびPythonの実行環境に関する次の記述のうち、誤っているものはどれか。

次のコード群の2行目以降を代替できるリスト内包表記として正しいものはどれか。

names = ['spam', 'ham', 'eggs' ]
lens =[]
for name in names:
    lens.append(len(name))

lens

モジュールに関する次の記述のうち誤っているものはどれか。

Jupyter Notebookに関する次の記述のうち誤っているものはどれか。 

数学の基礎に関する次の記述のうち誤っているものはどれか。

(3, 4) で表現されるベクトルをAとする。(4, 7)で表現されるベクトルをBとする。(2, 4, 5) で表現されるベクトルをCとする。次のベクトルに関する記述のうち正しいものはどれか。

行列に関する次の記述のうち誤っているものはどれか。

右辺が6x^2（6掛けるxの二乗）で表現される関数をf(x)とする。微分積分に関する以下の記述のうち誤っているものはどれか。

確率と統計に関する次の記述のうち、正しいものはどれか。

「ネイピア数、tan(45°)、円周率、1の対数、1の階乗」の5つの数からなるデータがある。このデータについて正しいものはどれか。 

NumPyに関する次の記述のうち、誤っているものはどれか。

次のスクリプトを実行した結果として正しいものはどれか。

import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([1, 2, 3])
print(a[-1:, [1, 2]], b.dtype)

次のスクリプトを実行した結果として正しいものはどれか。

import numpy as np
a = np.arange(1, 10, 3)
b = np.eye(5)
print(a[-1], b[2, 2])

次のスクリプトを実行した結果として正しいものはどれか。

import numpy as np
a = np.full((1, 5), np.e).T.ravel()
b = np.linspace(0, 1, 5)
c = np.hstack([a, b])
print(a[-1], c[-1])

次のスクリプトを実行した結果として正しいものはどれか。

import numpy as np
a = np.array([0, 9, 99, 999])
a = a + 1
a = a * 100
b = np.log10(a)
print(a[1], b[2])

次のスクリプトを実行した結果として正しいものはどれか。

import numpy as np
a = np.array([1, 3])
b = np.array([-1, 5])
c = np.array([[1, 2], [3, 4]])
d = a @ b
e = np.dot(c, a)
print(d, e)

次のスクリプトを実行して10を出力させたい。[ア]に入るものの説明として正しいものはどれか。

import pandas as pd
df = pd.DataFrame([[15, "a", True],[20, "b", False],[10, "c", False]])
df.index = ["01", "02", "03"]
df.columns = ["A", "B", "C"]
[ア]
print(a)

pandasのデータの読み込みと書き込みに関する次の記述のうち誤っているものはどれか。

次のスクリプトを実行した結果として正しいものはどれか。

import pandas as pd
df = pd.DataFrame([[40, "a", True],[20, "b", False],[30, "c", False]])
df.index = ["01", "02", "03"]
df.columns = ["A", "B", "C"]

def judge(arg):
    if arg < 50:
        return "low"
    elif arg < 70:
        return "middle"
    else:
        return "high"

df.loc[:, "C"] = df.iloc[:, 0] * 2
df.loc[:, "B"] = df.iloc[:, 2].apply(judge)
_ = df["C"] > 50
df = df[_]
print(df.iloc[0 , 0], df.iloc[1 ,1])

次のスクリプトに関する説明のうち誤っているものはどれか。

import numpy as np
import pandas as pd
np.random.seed(123)
dates = pd.date_range(start="2017-04-01", periods=365)
df = pd.DataFrame(np.random.randint(1, 31, 365), index=dates, columns=["rand"])
df_year = pd.DataFrame(df.groupby(pd.Grouper(freq='W-SAT')).sum(), columns=["rand"])

DataFrameの欠損値の処理に関する次の記述のうち、誤っているものはどれか。

DataFrameの基本統計量に関する次の記述のうち、誤っているものはどれか 。

pandasに関する次の記述のうち、正しいものはどれか 。

Matplotlibに関する次の記述のうち、誤っているものはどれか 。

Matplotlibに関する次の記述のうち、誤っているものはどれか 。

Matplotlibを用いてsin, cosのグラフを描画する次のコード群に関する説明のうち正しいものはどれか。

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0.0, 15.0, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
fig, ax = plt.subplots()
ax.plot(x, y1, label='sin')
ax.plot(x, y2, label='cos')
ax.legend()

plt.show()

次のコード群に関する説明のうち誤っているものはどれか。

import matplotlib.pyplot as plt
fig, ax = plt.subplots()

x = [1, 2, 3]
y1 = [10, 2, 3]
y2 = [5, 3, 6]
labels = ['spam', 'ham', 'egg']
[ア]
ax.bar(x, y_total, tick_label=labels, label='y1')
ax.bar(x, y2, label='y2')
[イ]

plt.show()

Matplotlibを用いて正規分布に従うランダムな値をヒストグラムで描画する次のコード群に関する説明のうち誤っているものはどれか。

import numpy as np
import matplotlib.pyplot as plt
np.random.seed(123)
mu = 100
sigma = 15
x = np.random.normal(mu, sigma, 1000)
fig, ax = plt.subplots()
n, bins, patches = ax.hist(x, bins=25, orientation='horizontal')
for i, num in enumerate(n):
    print('{:.2f} - {:.2f} {}'.format(bins[i], bins[i + 1], num))

plt.show()

Matplotlibを用いて円グラフを描画する次のコード群に関する説明のうち誤っているものはどれか。

import matplotlib.pyplot as plt
labels = ['spam', 'ham', 'egg']
x = [10, 3, 1]
fig, ax = plt.subplots()
ax.pie(x, labels=labels, startangle=90, counterclock=False, shadow=True, autopct='%1.2f%%')

plt.show()

機械学習の前処理に関する次の記述のうち、誤っているものはどれか。

分類に関する次の記述のうち、誤っているものはどれか。

機械学習のアルゴリズムに関する次の記述のうち、誤っているものはどれか。

次のスクリプトに関する説明のうち誤っているものはどれか。 

from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split

boston = load_boston()
X, y = boston.data, boston.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=123)
lr = LinearRegression()
lr.fit(X_train, y_train )
y_pred = lr.predict(X_test)

次元削減に関する次の記述のうち、正しいものはどれか。

モデルの評価指標に関する次の記述のうち、誤っているものはどれか。

次のスクリプトに関する説明のうち誤っているものはどれか。 

from sklearn.datasets import load_iris
from sklearn.model_selection import GridSearchCV
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

iris = load_iris()
X, y = iris.data, iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=123)
clf = DecisionTreeClassifier()
param_grid = {'max_depth': [3, 4, 5]}
cv = GridSearchCV(clf, param_grid=param_grid, cv=10)
cv.fit(X_train, y_train)
y_pred = cv.predict(X_test)

クラスタリングに関する次の記述のうち、誤っているものはどれか。