Python3エンジニア認定データ分析試験 模試

以下のような日付、日経平均株価の始値、終値が格納されたpandasデータフレームdfがある。このデータフレームにその日の株価の増減値（終値-始値）に応じて、ランクを付与するコードの実装として正しいものを選べ

①

def add_rank(value):
    if value >= 1000:
        return "High"
    elif 0 <= value < 1000:
        return "Normal"
    else:
        return "Low"
    
df["増減値"] = df["終値"] - df["始値"]
df["ランク"] = df["増減値"].apply(add_rank)

②

def add_rank(value):
    if value >= 1000:
        return "High"
    elif 0 <= value < 1000:
        return "Normal"
    else:
        return "Low"
    
df["増減値"] = df["終値"] - df["始値"]
df["ランク"] = df.add_rank(df["増減値"])

③

def add_rank(value):
    if value >= 1000:
        return "High"
    elif 0 <= value < 1000:
        return "Normal"
    else:
        return "Low"
    
df["ランク"] = df.apply(add_rank(df["終値"] - df["始値"]))

④

def add_rank(value):
    if value >= 1000:
        return "High"
    elif 0 <= value < 1000:
        return "Normal"
    else:
        return "Low"
    
df["ランク"] = df.apply().add_rank(df["終値"] - df["始値"])

Matplotlibの記述について間違っているものを選べ

以下のグラフのxに関して微分した際の値として正しいものを選べ。グラフのCは任意定数を意味する

scikit-learnで実装されているk-means法について説明している以下の文章のうち間違っているものを選べ

以下のコードを実行した場合の出力として正しいものを選べ。

import numpy as np

A = np.array([[1,2,3],[4,5,6]])
B = A.flatten()
A[1,:]=0
B = B.reshape(6,1)
B[-1]

以下のコードを実行した場合の出力として、正しいものを選べ。

import numpy as np

A = np.array([[0, 1, 2, 3, 4]])
B = np.full((1, 5), 2)
np.sum(A>=B)

データサイエンティストの役割について説明している以下の文章のうち、正しいものを選べ

三角関数でないものを以下の選択肢から選べ

以下のような日付ごとのサービス利用回数が格納されたデータフレームdfがある。
日付ごとの利用回数の推移を可視化するためのコードとして正しいものを選べ

import matplotlib.pyplot as plt 

df["利用回数"].plot()
plt.show()
①

import matplotlib.pyplot as plt 

df["利用回数"].plot(index="日付")
plt.show()
②

import matplotlib.pyplot as plt 

plt.plot(df["利用回数"], df.index)
plt.show()
③

import matplotlib.pyplot as plt 

df["利用回数"].scatter()
plt.show()
④

線形回帰の損失関数に対して、Ridge回帰とLasso回帰が追加している正則化項の組み合わせとして正しいものを選べ

以下のようなデータが格納されたexample.csvというファイルをpandasデータフレームとして読み込むためのコードとして正しいものを選べ。

国名,面積
日本,380000
アメリカ,9834000
中国,959700
イタリア,301300

import pandas as pd

df = pd.read_csv("example.csv")
①

import pandas as pd

df = pd.read_excel("example.csv")
②

import pandas as pd

df = pd.read_pickle("example.csv")
③

import pandas as pd

df = pd.load_csv("example.csv")
④

Pythonについて説明している以下の文章のうち間違っているものを選べ

以下のコードを実行した場合の出力として、正しいものを選べ。

import numpy as np

A = np.array([[1, 1],[1, 1]])
B = np.array([1, 1])
np.dot(A, B)

以下のコードを実行した場合の出力として正しいものを選べ。

import numpy as np

A = np.array([[1,2,3],[4,5,6]])
B = A.ravel()
A[0,:]=0
B.reshape(3,2)

pipを用いてXXXXというパッケージをアンインストールする場合に使用するコマンドとして正しいものを選べ

添付写真のようなpandasデータフレームから、以下のデータが格納されたcsvファイル(example.csv)を出力するためのコードとして正しいものを選べ

name of country,area
日本,380000
アメリカ,9834000
中国,959700
イタリア,301300

以下のコードを実行した場合の出力として、正しいものを選べ。

import numpy as np

A = np.eye(4)
first, second = np.vsplit(A, [3])
second.T

配列の形状が(2,10)であり、各要素が平均2、標準偏差5の正規分布に従う乱数を生成するコマンドとして正しいものを選べ。

サポートベクターマシンについて説明している以下の文章のうち正しいものを選べ

以下のコードを実行すると、写真のようなグラフが描画される

import matplotlib.pyplot as plt 

x_list = [i for i in range(10)]
y_list = list(map(lambda x: x**2, x_list))
plt.plot(x_list, y_list)
plt.show()

グラフの線の色を赤色に変更したい場合のコードとして、正しいものを選べ

import matplotlib.pyplot as plt 

x_list = [i for i in range(10)]
y_list = list(map(lambda x: x**2, x_list))
plt.plot(x_list, y_list, color = "red")
plt.show()
①

import matplotlib.pyplot as plt 

x_list = [i for i in range(10)]
y_list = list(map(lambda x: x**2, x_list))
plt.plot(x_list, y_list)
plt.show(color = "red")
②

import matplotlib.pyplot as plt 

x_list = [i for i in range(10)]
y_list = list(map(lambda x: x**2, x_list))
plt.plot(x_list, y_list, ls="--")
plt.show()
③

import matplotlib.pyplot as plt 

x_list = [i for i in range(10)]
y_list = list(map(lambda x: x**2, x_list))
plt.plot(x_list, y_list, style="red")
plt.show()
④