⑦ データ可視化（Matplotlib・seaborn）
AI実装検定B級 第232問
問題
Matplotlibでグラフを描くエリアを準備するために使用するメソッドはどれか
正解
D：fig.add_subplot()
解説
figureオブジェクトに対してadd_subplotメソッドを呼び出すことでグラフ領域が作成される。
分野解説：⑦ データ可視化（Matplotlib・seaborn）
データを図として表現する可視化ライブラリを扱う分野です（32問収録）。Matplotlibでは折れ線・散布図・ヒストグラムの描き方、plot関数のmarker・linestyle・label、plt.figure()やplt.subplots()でのFigure/Axesの取得、plt.legend()による凡例表示、alphaによる透明度、binsによる分布の解像度調整が頻出です。seabornでは値の大小を色で表すheatmap、相関行列の可視化、変数間の関係を一覧するペアプロット図などを押さえます。関数と引数の対応、Matplotlibとseabornそれぞれの特徴・使い分けを整理しておきましょう。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
AI実装検定B級について
AI実装の基礎を固める入門〜中級検定
| 主催 | AI実装検定実行委員会 |
|---|---|
| 出題形式 | 選択式（試験形式・時間の詳細は公式サイトで要確認） |
| 試験時間 | 公式サイトで要確認 |
| 受験料 | 受験料は改定されるため公式サイトで要確認 |
| 合格基準 | 合格基準は変動しうるため公式サイトで要確認 |
| 難易度 | ★★★☆☆ |
AI実装検定B級の関連記事
AI実装検定B級の勉強法・合格のコツ【完全ガイド】
AI実装検定B級に合格するための勉強法を徹底解説。AI基礎・数学（微分/ベクトル/行列/確率）・Python・NumPy・pandas・可視化・scikit-learnの8分野の出題傾向、288問の分野別内訳、3パターンの学習スケジュール、つまずきやすいポイント、ケンテイラボでの演習方法までまとめました。
AI実装検定B級の難易度・出題傾向は？勉強時間の目安を徹底分析
AI実装検定B級の難易度・出題傾向・勉強時間の目安を徹底解説。AI基礎・数学・Python・NumPy・pandas・可視化・scikit-learnの8分野の傾向、難易度を構成する要素、受験者層、得点を伸ばす5つのコツ、つまずきやすいポイント、他のAI・データ系資格との比較までまとめました。
AI実装検定B級 AI・機械学習の用語＆関数早見表チートシート
AI実装検定B級で頻出のAI用語・数学の公式・Python/NumPy/pandas/scikit-learnの関数を一気に整理。ニューラルネットワークの用語、微分公式やノルム、似た関数の区別、機械学習アルゴリズムの考え方まで、直前チェックに使える早見表をコンパクトにまとめました。