⑦ データ可視化（Matplotlib・seaborn）
AI実装検定B級 第251問
問題
散布図においてplt.scatter()とplt.plot(marker='o', linestyle='')を使用した場合の比較として正しいものはどれか
正解
D：両者とも散布図を描画できるが用途による使い分けがある
解説
plot関数とscatter関数の両方で散布図を描けるが、基本的か複雑か等の用途で使い分ける。
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 | 選択問題（四肢択一）30題 |
| 試験時間 | 40分 |
| 受験料 | 9,900円（税込）※学割5,500円 |
| 合格基準 | 70%以上 |
| 難易度 | ★★★☆☆ |
AI実装検定B級の関連記事
NumPyとpandasで差がつくAI実装検定B級の学習計画
数学71問とPython・NumPy・pandas114問だけで収録の6割超を占める。この配分から8分野の優先順位を組み立て、写経で実行結果を確かめる進め方と公式確認が要る項目を示す。
AI実装検定B級は数学とコード、どちらで落ちるか
収録288問はPython・数学・機械学習・ディープラーニングの基礎へ均等に散り、どれか一つを空けたまま本番へ向かうと総崩れになる。積み上げの順番と他のAI系検定との距離を扱う記事。
微分・ノルムからscikit-learnまで AI実装検定B級の早見表
fillnaとffill、内積とノルム。名前が近くて取り違えやすい関数と公式を対比で並べ、scikit-learnは「準備→fit→predict」という共通手順を軸に据えた、直前に見返すための一枚。