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。