第2回 Python 3 データ分析

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。

を底とする対数 logex

のことを自然対数と言います。

Bベクトルの原点からのマンハッタン距離は、原点から座標軸に沿って終点に至るまでの距離です。
https://study.prime-strategy.co.jp/coverage/py3an1-09/

参考　https://study.prime-strategy.co.jp/coverage/py3an1-11/
元の関数ｆ(x)=6x^2を公式に当てはめて積分すると、結果は2x^3+C（Cは積分定数）となります。

・1の対数=0
1の対数に関しては、数字の0乗は1になる
・sin(30°)=1/2
・0の階乗=1
1の階乗が1になるということに関しては、0の階乗も1となる
参考：https://study.prime-strategy.co.jp/coverage/py3an1-13/

→NumPyの配列用の型がndarray、行列用の型がmatrixです。
https://study.prime-strategy.co.jp/coverage/py3an1-14/

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)

参考：https://study.prime-strategy.co.jp/coverage/py3an1-15/
a[-1:, [1, 2]] の部分は、（2次元配列の）行が、負のインデックス値で指定されています。

ですから右のように、-1からそれ以降、つまり4,5,6の部分（青）がそれに該当します。

列についてはインデックス値1と2（赤）で指定されています。

これら（青と赤）の交わった5と6がprint関数で出力されています。

shape属性で、配列の形状、つまり各次元の大きさを確認します。

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])

参考：https://study.prime-strategy.co.jp/coverage/py3an1-16/
arange関数で数列を作り変数aに格納します。
eye関数で単位行列を作り変数bに格納します。

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])

参考：https://study.prime-strategy.co.jp/coverage/py3an1-17/
numpy.full関数は、全ての要素が同じ任意の値の初期化配列を作成する関数です。
https://www.headboost.jp/numpy-full/

これに対してT属性で転置がなされ、

さらにこれに対しravelメソッドが使われ1次元配列になります。

以上を変数aに格納します。

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])

https://study.prime-strategy.co.jp/coverage/py3an1-18/
配列の内部データに直接演算を行うNumpyの機能をブロードキャストといいます。
Numpy配列の要素内のデータを一括変換する関数を、ユニバーサルファンクションといいます。

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)

参考：https://study.prime-strategy.co.jp/coverage/py3an1-19/

@演算子でaとｂのドット積を求め、その値を変数dに格納します。

同様に、ドット関数でcとaのドット積を求め、eに格納します。

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)

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”])

参考：https://study.prime-strategy.co.jp/coverage/py3an1-22/

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”] )

→random.randintに渡された引数をみると、生成する整数の範囲の最小値は1、最大値は「31の一つ手前」、つまり「30」までという指定がされていることがわかります（配列の形状は365行ということで特に問題ありません）。

そのため選択肢の文章中「1から31までの」の部分が誤りであることを確認できます。
https://study.prime-strategy.co.jp/coverage/py3an1-23/

→参考：https://study.prime-strategy.co.jp/coverage/py3an1-27/

curveメソッド→存在しない？？

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()

→「Setosa」「Versicolor」「Virginica」は目盛りのラベル
ax.bar(x, y_total, tick_label=labels, label=’y1′) …【イ】
ax.bar(x, y2, label=’y2′)
それぞれy1,y2の凡例が指定されている。

参考：https://study.prime-strategy.co.jp/coverage/py3an1-30/
barメソッドの引数として変数xでx軸の値、y_totalでy軸の値、tick_label引数で目盛りのラベル、そしてlabel引数で凡例用ラベルを指定します。

さらに同じサブプロットのaxにbarメソッドで棒グラフを一つ追加します。x軸は変わらず、y軸の値は変数y2で指定します。

またlegendメソッドで凡例を表示させます。

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()

https://study.prime-strategy.co.jp/coverage/py3an1-32/

https://study.prime-strategy.co.jp/coverage/py3an1-33/

https://study.prime-strategy.co.jp/coverage/py3an1-34/

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)

https://study.prime-strategy.co.jp/coverage/py3an1-36/

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。

→k-meansの実行にはclusterモジュールのKMeansクラスを用います。

https://study.prime-strategy.co.jp/coverage/py3an1-40/