第2回 Python 3 エンジニア認定データ分析 模擬試験

機械学習に関する次の記述のうち、正しいものはどれか。

データ分析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、正しいものはどれか。

次のスクリプトの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。 

colors = ['red', 'blue', 'yellow']

lens =[]

for color in colors:

    lens.append(len(color))

lens

次の正規表現を用いたスクリプトの[ ア ]の部分に入れたときエラーとなるものはどれか。

import re
prog = re.compile('Kus(a|u)n(a|o)(k|g)i(saya)?', re.IGNORECASE)

[ ア ]

print(ret[0])

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正しいものはどれか。

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。

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。

「1の対数、ネイピア数、sin(30°)、円周率、0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([7,8,9])
print(a[-1:, [1,2]], b.shape)

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, 2) 
b = np.eye(6) 
print(a[-1], b[3, 3])

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((2, 3), np.pi).T.ravel()
b = np.linspace(0, 1, 5)
c = np.hstack([a, b])
print(a[-1], c[-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([0, 9, 99, 999])
a = a + 1
a = a * 10
b = np.log10(a)
print(a[2], b[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([1, 4]) 
b = np.array([-1, 6]) 
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20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 , 2], df.loc["03" ,"B"])

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、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を用いてsin, cosのグラフを描画する次のスクリプト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()

次のスクリプトに関する説明のうち正しいものはどれか。
 
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
x = [1, 2, 3]
y1 = [10, 2, 3]
y2 = [5, 3, 6]
labels = ['Setosa', 'Versicolor', 'Virginica']
【ア】
ax.bar(x, y_total, tick_label=labels, label='y1') …【イ】
ax.bar(x, y2, label='y2') …【ウ】
ax.legend()
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 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、正しいものはどれか。

分類に関する次の記述のうち、正しいものはどれか。

機械学習のアルゴリズムに関する次の記述のうち、正しいものはどれか。

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、正しいものはどれか。