SkillStack
勉強法

Pythonデータ分析試験の勉強法|ライブラリ別の合格手順【2026】

8分で読めます
Pythonデータ分析試験の勉強法|ライブラリ別の合格手順【2026】

主教材の3章を数学の最初から丁寧に読み、線形代数で1週間が溶ける。Pythonデータ分析試験(Python3エンジニア認定データ分析試験)の勉強法でありがちな失敗です。数学の出題は40問中6問。その一方で、NumPy・pandas・Matplotlib・scikit-learnの4つのライブラリから27問が出ます。

出題比率で見る限り、この試験の得点はライブラリの細部をどれだけ正確に覚えたかに大きく左右されます。読む順番を変えるだけで、同じ学習時間でも届く点数が変わります。

この記事を読み終えたとき、あなたは4つのライブラリをどの順に、どこまで覚えればいいかが分かり、6週間の学習計画をそのまま自分の手帳に写せる状態になります。

勉強法の前提|主教材第3版と手元の実行環境をそろえる

教材は、主教材『Pythonによるあたらしいデータ分析の教科書 第3版』(翔泳社)を軸にします。協会は2026年1月5日から主教材を第3版に切り替え、対応バージョンをPython 3.13、NumPy 2.2、pandas 2.2、Matplotlib 3.10、scikit-learn 1.6などに更新しました。出題範囲とレベル感は変更なしと発表されています。

もう1つそろえるのが、手元の実行環境です。試験は選択式で、試験中にコードを動かすことはできません。JupyterLabで教材のコードを実際に動かし、出力の形を目で覚えておくと選択肢で迷いにくくなります。

準備するもの理由
主教材 第3版出題範囲表の章・節と対応している
JupyterLab(Python 3.13環境)コードを1セルずつ動かし、出力を確かめる
無料の模擬試験本番形式で弱点のライブラリを特定する

模擬試験は、協会の試験ページが認定スクールによる無料公開のものを3つ紹介しています(プライム・ストラテジー、ダイビック、ビープラウド)。いずれも各社の独自サービスという位置づけです。試験の仕様や改定の詳細は、Pythonデータ分析試験とはで整理しています。

環境がそろったあとに多くの人が苦戦するのは、似た名前のメソッドの区別です。pandasのmergeとconcatとjoin、NumPyのreshapeとravel。読んでいるときは分かるのに、4つの選択肢が並ぶと確信が持てない。この迷いを減らすには、問題を解いて間違えた箇所を記録していく方法が有効です。

学習順はNumPy→pandas→Matplotlib→scikit-learn

読む順番は、主教材の4章と同じNumPy→pandas→Matplotlib→scikit-learnをおすすめします。pandasはNumPyの配列を土台にし、scikit-learnはNumPyとpandasで整えたデータを入力に取ります。前のライブラリが後ろの理解を支える構造です。

Pythonデータ分析試験のライブラリ学習順と出題数を示す図

NumPy(6問):配列の形状を頭の中で追えるようにする

NumPyでは、配列の生成、形状(shape)の変更、スライス、ブロードキャスト、集計関数が中心です。押さえるべきは「この操作のあと、配列の形はどうなるか」を即答できること。reshapeやaxisを指定した集計では、結果の形状を紙に書いてから実行して確かめてください。

pandas(7問):DataFrameの操作を目的別に整理する

pandasは出題数が2番目に多いライブラリです。データの読み込み、行と列の選択(locとiloc)、欠損値の処理、結合、グループ集計、時系列の扱いまで範囲が広くなります。メソッドをアルファベット順に覚えるのではなく、「選ぶ」「埋める」「つなぐ」「まとめる」という目的別にノートを作ると、選択肢の比較がしやすくなります。

Matplotlib(6問):グラフの種類と書き方の2系統を区別する

Matplotlibでは、折れ線・棒・散布図・ヒストグラム・円グラフといったグラフの種類と、描画の書き方を学びます。pyplotで直接描く書き方と、FigureとAxesのオブジェクトを使う書き方。この2系統を混同しないことが得点の分かれ目です。

scikit-learn(8問):処理の流れで覚える

最大の8問を占めるのがscikit-learnです。前処理(欠損値の補完、標準化、カテゴリ変数の変換)、分類・回帰・次元削減・クラスタリングの各手法、モデルの評価、ハイパーパラメータの最適化まで範囲に入ります。個々のクラス名を覚える前に、「前処理→学習(fit)→予測(predict)→評価」という流れを1本のコードで書いてみてください。流れの中に置くと、各クラスの役割が記憶に残ります。

数学6問は「最後の2週」で取りにいく

ライブラリ以外の13問は、1章「データ分析エンジニアの役割」2問、2章「Pythonと環境」5問、3章「数学の基礎」6問です。1・2章は環境づくりと一緒に1週目に済ませ、数学はライブラリを一通り終えた5〜6週目に回します。ライブラリの27問で約8割(22問)を取れれば、この13問から6問で合格ラインに届きます。

数学は「数式が読める」水準を目指す

3章の出題は、数式を読むための基礎知識1問、線形代数2問、基礎解析1問、確率と統計2問です。節の名前どおり、数式の記号の読み方から、線形代数(ベクトルと行列)、基礎解析(微分・積分)、確率と統計までを扱います。範囲は狭くありませんが、出題は6問です。まずは記号と用語の意味を確実にし、教材の計算例を手で追うところまでを目標にします。統計を本格的に学びたくなったら、統計検定2級の勉強法が次の一歩になります。

2章「Pythonと環境」5問は1週目に済ませる

2章の5問は、実行環境構築1問、Pythonの基礎3問、JupyterLab1問の内訳です。最多の3問は、Pythonの基本構文やデータ型、よく使う標準ライブラリなど文法寄りの内容になります。実行環境構築とJupyterLabの節は、環境の作り方と基本操作が中心です。環境を作る作業と一緒に読み進めると、1週目で無理なく終わります。

6週間の学習計画|平日1時間・休日2時間のモデル

Pythonの文法をひととおり書ける人が、平日1時間・休日2時間で進めた場合のモデルです。1週間で9時間、6週間で54時間になります。学習時間は公式に示された数字ではなく、編集部の目安です。

Pythonデータ分析試験の6週間学習スケジュールを示すガントチャート
週平日(1時間×5日)休日(2時間×2日)
1週1・2章を読む。NumPyの配列生成と形状操作NumPyのスライスと集計を全部動かす
2週pandasの読み込み・選択・欠損値pandasの結合とグループ集計
3週pandasの時系列と残り。Matplotlibの基本Matplotlibのグラフ種類を全部描く
4週Matplotlibの残り。scikit-learnの前処理分類と回帰を1本のコードで通す
5週scikit-learnのクラスタリングと評価3章の数学。模擬試験を1回受ける
6週模擬試験で間違えたライブラリの読み直し模擬試験の2回目。8割超えを確認して受験

Pythonの文法に不安がある人は、この前に2〜3週間を足してください。文法から固めるなら、Python基礎試験の勉強法の進め方がそのまま使えます。

計画が崩れたときの立て直し方

崩れやすいのは、3週目のpandasの後半です。メソッドの数が多く、進みが遅くなる。ここで遅れたら、Matplotlibの書き方を2系統のうちpyplotに絞って先に進み、オブジェクト指向の書き方は6週目の読み直しの時間に回します。scikit-learnの8問に届く前に時間を使い切るのが、最も避けたい展開です。

よくある質問

機械学習の理論はどこまで必要ですか?

scikit-learnの節で優先したいのは、各手法の使い方と、前処理・学習・評価の流れです。各手法が分類・回帰・次元削減・クラスタリングのどれに使われるかと、評価指標の意味を押さえておくと、選択肢を絞り込みやすくなります。

主教材以外の参考書は必要ですか?

出題範囲表は主教材の章・節に沿って作られているため、まずは主教材を軸にできます。追加するなら参考書よりも、本番形式の問題演習を増やすほうが得点に直結します。

模擬試験は何点を目安にすればいいですか?

本番の合格ラインは正答率70%です。協会の代表理事が2022年のコラムで、基礎試験とデータ分析試験の受験者の正答率は65〜75%に多いと述べていたことを踏まえ、模擬試験では8割を安定して取れる状態を受験の目安にすると、本番の取りこぼしに耐えられます。

まとめ

データ分析試験の勉強法は、出題数の配分に学習時間を合わせることに尽きます。数学から始めて止まっていたなら、今日からNumPyに切り替えてください。1週目に環境と2章を済ませ、NumPy→pandas→Matplotlib→scikit-learnの順で27問を固め、最後の2週で数学の6問を拾う。この順番なら、苦手な数学に足を取られずに合格ラインまで進めます。似たメソッドの取り違えは、一度解けた問題でも日をあけると再発します。SkillStackは、間違えた問題や定着しきっていない問題を間隔をあけて出し直すので、mergeとconcatのような取り違えを本番前に潰していく作業に向いています。

参考サイト

この記事をシェア

ポストLINEB!
SkillStackAI Powered

Python データ分析、最短ルートで合格へ。

AIがあなたの弱点を分析し、最適な復習問題を出題。Python データ分析の問題集①が無料。いますぐ始められます。

  • AIが苦手分野を自動で分析・解説
  • ITパスポート〜AWS・GCP まで136資格・36,000問以上を収録
  • 各資格の問題集①を無料で体験
無料で始める
クレジットカード不要
登録30秒・即体験

Python データ分析の合格を、AIが最短ルートで。

Python データ分析の問題集①を無料体験 ・ クレジットカード不要

Python データ分析を無料で試す