Python 3 エンジニア認定 データ分析試験(PythonED)
**一般社団法人 Python エンジニア育成推進協会(PythonED)** が主催する、Python によるデータ分析の **基礎力** を測る CBT 試験。**NumPy / pandas / Matplotlib / scikit-learn** の基本的な使い方と、統計 / 機械学習の基礎が出題範囲です。データサイエンティスト未経験者・初学者の **登竜門** に最適です。
どんな検定?
試験は **CBT(全国の試験会場で随時受験可) / 40 問 / 60 分 / 4 択選択式 / 合格基準 70%**。主教材『**Python によるあたらしいデータ分析の教科書**』(翔泳社)に準拠した出題で、**データ分析を始めたばかり〜実務 1 年目までのエンジニア / 分析担当** が主対象です。
技術者向けの体系的な検定で、**「Python でデータ分析ができる」を客観的に証明** したい人にとって、コストパフォーマンスの良い資格として注目されています。
主な出題範囲
基本文法・仮想環境(venv)・pip・Jupyter。
ベクトル・内積・偏微分・勾配・正規分布など。
ndarray・ブロードキャスト・線形代数・乱数。
Series / DataFrame・loc/iloc・groupby・merge。
Figure / Axes・主要グラフ・subplot。
fit / predict / transform・Pipeline・GridSearchCV・主要モデル。
対策の方針
- 主教材を 1 周: 『Python によるあたらしいデータ分析の教科書』を一通り読む。本サイトの[Python データ分析 教科書](/certs/python-data/textbook)も併用。
- Jupyter で手を動かす: NumPy の axis、pandas の loc/iloc、scikit-learn の fit/transform は **実機で動かさないと細かい違いが見えません**。1 日 30 分でも触る。
- 選択肢のシグネチャを比較: `fit_transform vs transform`、`merge(how='left') vs concat()` など、混同しやすいペアを整理。
- 過去問・演習: PythonED の例題と本サイトの[演習問題](/certs/python-data/quiz)で出題傾向を体感。1 問 1.5 分のペース感覚を作る。
Python データ分析の学習を始める
本サイトでは Python データ分析対策の **教科書本編(全 10 章)** と **演習問題** を公開しています。Python 文法の復習から、NumPy / pandas / Matplotlib / scikit-learn の主要 API、機械学習の基礎まで、合格に必要な範囲を体系的に学べます。
統計検定 DS 系資格との比較
| Python データ分析 | DS 基礎 | DS エキスパート | |
|---|---|---|---|
| 主眼 | Python ライブラリ | Excel での実分析 | 高度統計 + ML + 因果 |
| 想定対象 | 分析初学者(Python 派) | 分析初学者(Excel 派) | 中堅 DS |
| 学習時間目安 | 60 〜 100 時間 | 30 〜 60 時間 | 300 時間〜 |
| 統計理論の比重 | 基礎のみ | 中 | 高(必須) |
よくある質問
- Q. Python 3 エンジニア認定 データ分析試験とは?
- A. **一般社団法人 Python エンジニア育成推進協会(PythonED)** が主催する CBT 試験。**NumPy / pandas / Matplotlib / scikit-learn** と統計 / 機械学習の基礎が出題範囲。データサイエンティスト未経験者の登竜門に最適です。
- Q. 試験の問題数 ・ 時間 ・ 合格基準は?
- A. **40 問 / 60 分 / 4 択選択式 / 合格 70%(28 問以上正解)**。CBT で全国の試験会場で随時受験可能。
- Q. 学習時間の目安は?
- A. Python 文法に慣れている人で **40 〜 60 時間**、未経験者で **80 〜 120 時間** が目安。本サイトの[Python データ分析 教科書](/certs/python-data/textbook)で 10 章を体系学習しつつ、Jupyter で実機演習するのが最短ルートです。
- Q. DS 検定との違いは?
- A. **Python データ分析試験** は Python ライブラリの実装力が中心、**DS 検定** はデータサイエンス全般のリテラシー(ビジネス力含む)が中心。技術志向なら本資格、ビジネス志向なら[DS 検定](/certs/ds-literacy)が向きます。
- Q. 合格後のステップアップは?
- A. **DS 発展 → DS エキスパート**(統計理論寄り)、**G 検定 → E 資格**(深層学習寄り)が王道です。
Python データ分析対策に強いスクール / コース
以下は当サイトと提携しているスクールの紹介です。リンク経由でのお申込で運営費を支援できます（読者の皆様の追加負担はありません）。
