Python3エンジニア認定データ分析試験とは?難易度・第3版教材・勉強時間
「AI・データ分析の勉強を始めたいけど、目標になる資格はないかな?」——そう考えたときに最初の候補になるのが、Python 3 エンジニア認定データ分析試験(以下、データ分析試験)です。
この記事では、データ分析試験の全体像を1本でつかめるように、難易度と合格率、勉強時間の目安、章ごとの出題数、2026年1月から変わった主教材(第3版)、よく似た名前の「データ分析実践試験」との違い、申し込みの手順までを順に整理します。
※受験料・問題数・合格率・申し込み方法などは、2026年10月20日にPythonエンジニア育成推進協会と申込窓口(オデッセイコミュニケーションズ)の公式ページで確認した内容です。出典は記事の最後にまとめています。
結論:データ分析試験は難しい?
30秒でわかる結論
- 難易度:合格率が公表されている協会の試験の中で、いちばん合格率が高い試験です(81.5%:2024年2月末時点/85%:2025年3月の協会セミナー)。
- ただし:40問中27問(67.5%)が NumPy・pandas・Matplotlib・scikit-learn の問題です。ライブラリを「なんとなく使える」だけでは選択肢を絞り切れません。
- 向いている人:Pythonの文法をひと通り学び、データ分析・AIの方向へ進みたい人。数学の出題は40問中6問です。
受けるかどうか迷っている段階なら、本番と同じ40問を1回解いてみるのがいちばん判断しやすいです。筆者が運営する「Python3エンジニア試験ラボ」で、データ分析試験の本番形式模試を1回分、無料で受け取れます(カード登録なし)。
→ 無料の本番形式模試を受け取る(名前とメールだけ)
データ分析試験の概要
データ分析試験は、一般社団法人Pythonエンジニア育成推進協会が実施する認定試験です。協会はこの試験を「Pythonを使ったデータ分析の基礎や方法を問う試験」と説明しています。基本情報は次のとおりです。
| 項目 | 内容 |
|---|---|
| 正式名称 | Python 3 エンジニア認定データ分析試験 |
| 問題数 | 40問(すべて選択問題) |
| 試験時間 | 60分 |
| 合格ライン | 正答率70%以上 |
| 受験料(一般) | 11,000円(税込)/1万円(税別) |
| 受験料(学割) | 5,500円(税込)/5千円(税別) |
| 主教材 | 翔泳社『Pythonによるあたらしいデータ分析の教科書 第3版』(2026年1月5日から) |
| 実施方式 | 全国のオデッセイCBTテストセンターで受けるCBT方式。通年で受験できる |
| 持ち込み | 筆記用具・メモの持ち込みは不可 |
| 結果 | 試験が終わるとすぐ画面に得点と合否が出る |
学割は、小学校から専門学校・大学までの児童・生徒・学生だけでなく、教員も対象です。さらに2026年9月14日からは、オデッセイの契約試験会場で職業訓練を受けた人がその会場で受験する場合に、学割と同じ価格の「職業訓練割引」も使えます(受講中または終了後1か月以内が目安)。学生・教員の方は試験当日に学生証または教員証を提示します。学割でどれだけ得になるかはPython資格の学割はいくら得?3試験の受験料と再受験コストで計算しています。
協会の「Python 3 エンジニア認定試験」は、基礎・実践・データ分析・データ分析実践の4つです(このほか、ベータ試験として入門試験があります)。位置づけを図にすると次のようになります。

基礎試験についてはPython3エンジニア認定基礎試験の完全ガイド、実践試験についてはPython3エンジニア認定実践試験の完全ガイドにまとめています。試験ごとの難易度を並べて比べたい方はPython3エンジニア認定試験の合格攻略ガイド、目的別の選び方はPython資格はどれを取るべき?をどうぞ。
難易度と合格率
協会が公表しているデータ分析試験の合格率は、次のとおりです。どの数字も「いつの時点か」がセットなので、時点と一緒に見てください。
| 発表 | データ分析試験 | 基礎試験 | 実践試験 | データ分析実践試験 |
|---|---|---|---|---|
| 2024年2月末時点(協会 2024年3月14日発表) | 81.5% | 76.0% | 48.6% | —(2024年9月開始) |
| 2025年3月5日の協会セミナー(2025年9月1日掲載・集計期間の記載なし) | 85%(未経験者は75%) | 77% | 55% | 72% |
2024年の発表では3試験、2025年のセミナーでは4試験の中で、データ分析試験の合格率がいちばん高くなっています。数字だけ見ると「受かりやすい試験」と言えます。
合格率が高くても落ちるのはどんなときか
ただし、合格率の高さは「受けた人の多くが準備して受かった」という結果であって、「準備なしで受かる」という意味ではありません。出題の中身を見ると、つまずきやすい点は次の2つです。
- ライブラリの問題が27問ある:合格には40問中28問の正解が必要です。ライブラリの27問で大きく落とすと、残りの13問を全部取っても届きません。
- 「使ったことがある」と「選択肢を切れる」は別:試験は選択式で、会場ではコードを実行して確かめられません。
axisの向きやlocとilocの違いのような細かい挙動を、頭の中で正しく追える必要があります。
なお、2025年のセミナーでは、未経験者の合格率は75%と紹介されています。未経験から受ける人も多い試験ですが、全体(85%)よりは低めです。
他の2試験と比べると
基礎試験は文法、実践試験は標準ライブラリやテストなど開発寄りの内容、データ分析試験はデータ分析ライブラリが中心です。公表された合格率では データ分析 > 基礎 > 実践 の順に高く、試験時間も基礎と同じ60分です(実践は75分)。実践試験の難しさについては実践試験の難易度と合格率の記事で詳しく書いています。
勉強時間の目安
協会は勉強時間の目安を公表していません。下の表は、出題範囲(主教材の章ごとの問題数)から逆算した当ブログの目安です。統計データではないので、自分の計画を立てるときの出発点として使ってください。
| 今の状態 | やること | 目安(当ブログ) |
|---|---|---|
| Pythonの文法もこれから | 文法の入門 → 教科書1周 → 演習 | 100〜150時間 |
| 文法は分かる・ライブラリはほぼ初めて | 教科書1周(4章を重点に) → 演習 | 40〜80時間 |
| pandas などを普段から使っている | 教科書で範囲を確認 → 本番形式の演習で穴を埋める | 15〜30時間 |
いちばん確実なのは、本番形式の問題を1回解いて、取れた点数から逆算する方法です。たとえば1回目が40問中20問なら、合格ラインの28問まであと8問です。どの章で落としているかが分かれば、勉強する場所も絞れます。
出題範囲:40問中27問がライブラリの問題
出題は主教材の章立てに沿っていて、協会が章ごとの問題数を公表しています。

| 主教材の章 | 問題数 | 割合 |
|---|---|---|
| 1章 データ分析エンジニアの役割 | 2問 | 5% |
| 2章 Pythonと環境 | 5問 | 12.5% |
| 3章 数学の基礎(数式の基礎1・線形代数2・基礎解析1・確率と統計2) | 6問 | 15% |
| 4章 ライブラリによる分析実践(NumPy 6・pandas 7・Matplotlib 6・scikit-learn 8) | 27問 | 67.5% |
| 5章 応用:データ収集と加工 | 0問 | 0% |
この表から言えることは2つです。1つめは、ライブラリの中で一番問題数が多いのは scikit-learn(8問)だということ。NumPy・pandas と同じくらい、機械学習の基本的な流れも大事です。2つめは、5章は0問なので、時間がないときは後回しにできることです。
例題で体感:実行せずに答えられますか?
会場ではコードを動かせません。次の4問を、頭の中だけで考えてみてください。
例題1(NumPy):次のコードは何を表示しますか?
import numpy as np
a = np.array([[1, 2, 3],
[4, 5, 6]])
print(a.sum(axis=0))
答えを見る
[5 7 9] です。axis=0 は「行をまたいで」縦方向に集計するので、列ごとの合計になります。axis=1 なら行ごとの合計 [ 6 15] です。NumPy と pandas に共通する考え方なので、ここは複数の問題に関わります。
例題2(pandas):次のコードは何を表示しますか?
import pandas as pd
df = pd.DataFrame({"名前": ["佐藤", "鈴木", "田中"],
"点数": [72, 85, 91]})
print(df.loc[df["点数"] >= 80, "名前"].tolist())
答えを見る
['鈴木', '田中'] です。loc は「行の条件, 列の名前」で取り出します。位置(番号)で取り出す iloc との違いと、条件式(ブールインデックス)の組み合わせは確実に押さえておきたいところです。
例題3(scikit-learn):100件のデータを、引数を指定せずに分割しました。X_train は何件になりますか?
import numpy as np
from sklearn.model_selection import train_test_split
X = np.arange(200).reshape(100, 2)
y = np.arange(100)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
print(len(X_train), len(X_test))
答えを見る
75 25 です。test_size も train_size も指定しないと、テスト用に25%が分けられます。引数の既定値は、選択肢で迷いやすいポイントです。
例題4(Matplotlib):fig, ax = plt.subplots(2, 3) としたとき、ax.shape は何になりますか?
答えを見る
(2, 3) です。複数のグラフ領域を作ると、ax は Axes が2行3列に並んだ NumPy の配列になります。figure(図全体)と axes(1つ1つのグラフ領域)の関係は、Matplotlib の基本です。
(例題のコードは Python 3.13、NumPy 2.2、pandas 3.0、scikit-learn 1.9、Matplotlib 3.11 で実行して出力を確かめています。試験が対象とする版(pandas 2.2、scikit-learn 1.6、Matplotlib 3.10)でも同じ結果です。)
ライブラリ別・押さえておきたいテーマ
協会が公表しているのはライブラリごとの問題数までで、細かいテーマごとの出題数はありません。下の表は、主教材の4章の内容から、演習で確実にしておきたいテーマを当ブログで整理したものです。
| ライブラリ(問題数) | 押さえておきたいテーマ |
|---|---|
| NumPy(6問) | 配列の作り方、shape と reshape、axis の向き、スライス、ブロードキャスト、dtype |
| pandas(7問) | loc と iloc、ブールインデックス、欠損値の扱い、groupby、CSVなどの読み書き |
| Matplotlib(6問) | figure と axes の関係、グラフの種類の描き分け、軸や凡例の設定 |
| scikit-learn(8問) | 前処理(スケーリング・エンコーディング)、データの分割、学習 → 予測 → 評価の流れ |
読んで分かったつもりでも、選択肢で問われると迷うことがあります。知識を「選択肢を切れる精度」まで上げるのが演習の目的です。Matplotlib と scikit-learn はMatplotlib・scikit-learnの出題ポイントで図とコードつきで詳しく解説しています。
NumPy・pandas・Matplotlib・scikit-learn の問題を本番形式でまとめて確認できる、無料の1回分(40問)があります。自動採点と全問の解説つきです。
→ 無料おためし模試を受け取る
動画でも問題を解いてみたい方は、データ分析試験の問題5問を含む「ひっかけ問題10選」をどうぞ(基礎試験5問+データ分析試験5問)。
数学はどこまで必要?
数学の出題は3章の6問で、内訳は数式の基礎1問・線形代数2問・基礎解析1問・確率と統計2問です。40問のうち15%なので、数学で完璧を目指すより、ライブラリの27問を確実に取るほうが合格に近づきます。とはいえ6問は合否を分ける数なので、捨てずに教科書の範囲は押さえておきましょう。どこまでで十分かは、データ分析試験の数学はどこまで必要?でコードを動かしながら確認しています。
主教材は第3版に(2026年1月5日から)
データ分析試験の主教材は、2026年1月5日から翔泳社『Pythonによるあたらしいデータ分析の教科書 第3版』(2025年5月21日発売、Python 3.13 対応)に変わりました。申込窓口のオデッセイの試験ページは第3版を主教材としています。協会の発表(2025年12月1日)によると、出題範囲とレベル感は変わっていません。出題で使うライブラリの版は Python 3.13・NumPy 2.2・pandas 2.2・Matplotlib 3.10・scikit-learn 1.6 に上がりました。
| 項目 | 内容 |
|---|---|
| 書名 | Pythonによるあたらしいデータ分析の教科書 第3版(翔泳社) |
| 発売日 | 2025年5月21日 |
| 対応する Python | Python 3.13 |
| 試験の主教材になった日 | 2026年1月5日 |
| 出題範囲・レベル | 変更なし(協会の発表) |
これから教科書を買うなら第3版を選びましょう。手元に第2版がある場合でも、上の章立てと問題数の配分は同じなので、そのまま全体像をつかむのには使えます。ただし、ライブラリの新しい書き方に合わせて説明が変わっている可能性があるので、仕上げの段階では第3版に沿った問題で確認しておくと安心です。協会の寺田氏も、改定に合わせて問題と出題方法を一部変えたと説明しています。教科書の章ごとの読み方は「あたらしいデータ分析の教科書」の正しい使い方で解説しています。
※2026年10月20日時点で、協会のデータ分析試験ページの主教材の欄は第2版のままの表記です。第3版への切り替えは、協会のお知らせ(2025年12月1日)とオデッセイの試験ページで確認しました。
勉強法:教科書 → 本番形式の演習の2段階
データ分析試験には、公式の問題集も公開された過去問もありません(公式問題集があるのは基礎試験だけです)。協会の試験ページでは、認定スクールが独自に作った無料の模擬試験が紹介されています。そのため、勉強は次の順で進めるのが効率的です。
- 教科書を1周して全体像をつかむ:4章(ライブラリ)を優先し、3章(数学)で完璧主義にならないこと。5章は0問なので後回しで構いません。
- 手を動かして確かめる:教科書のコードを実際に動かし、引数を変えたときの結果まで見ておきます。「なぜこの出力になるか」を説明できれば、選択肢で迷いません。
- 本番形式の問題で精度を上げる:40問・60分を通しで解き、間違えた問題の解説を読んで教科書に戻ります。ライブラリの細かい仕様は、問題を解いて間違えることで定着します。
週ごとの学習計画はデータ分析試験の勉強法、独学で進めるときのレベル別の道筋はデータ分析試験は独学で受かる?で詳しく解説しています。
演習の場として、筆者が運営する「Python3エンジニア試験ラボ」のデータ分析試験 対策コースがあります(主教材の章に沿った要点解説と、本試験形式の模擬試験4回分。採点・全問解説・質問への回答つき)。要点解説はいらず演習だけしたい方向けに、同じ模擬試験4回分だけの模擬試験コースもあります。どちらも協会非公認の独自教材です。
「データ分析試験」と「データ分析実践試験」の違い
名前がよく似ていますが、データ分析実践試験は別の試験です。協会の試験一覧に載っている情報で比べると、次のようになります。
| 項目 | データ分析試験 | データ分析実践試験 |
|---|---|---|
| 協会の説明 | Pythonを使ったデータ分析の基礎や方法を問う試験 | Pythonでデータ分析を実践的に行うためのデータ処理技術・データ構造の知識を問う試験 |
| 問題数 | 40問(すべて選択) | 40問(すべて選択) |
| 試験時間 | 60分 | 75分 |
| 合格ライン | 正答率70% | 正答率70% |
| 受験料(税別) | 1万円(学割5千円) | 1万2千円(学割6千円) |
| 合格率 | 81.5%(2024年2月末時点) | 72%(2025年3月の協会セミナー) |
「データ分析の基礎や方法」を問うデータ分析試験に対して、データ分析実践試験は「実践的に行うためのデータ処理技術」を問う試験で、試験時間も受験料も多めに設定されています。どちらを受けるか迷っているなら、まずデータ分析試験で基礎を固めるのが自然な順番です(協会のスキルマップにも「データ分析試験 ⇒ データ分析実践試験」の例が載っています)。申し込みのときは、試験名を取り違えないよう注意してください。
申し込み方法と当日の流れ

- オデッセイIDを登録する(無料):申込窓口のオデッセイCBTのサイトで、事前に登録しておきます。
- 会場を探して、会場に直接申し込む:全国のオデッセイCBTテストセンターから選びます。試験の実施日や申し込み方法は会場ごとに違います。学割を使う場合は申し込みのときに学校名などを伝えます。
- 当日は写真付きの身分証明書を持って受験:会場のパソコンで40問・60分。筆記用具やメモは持ち込めません。学割の方は学生証・教員証も提示します。
- 終わるとすぐに結果が出る:画面に得点と合否が表示され、試験結果レポートを受け取れます。
注意点が2つあります。申し込んだ後の日程変更・キャンセル・返金はできません。例外は感染症にかかった場合だけで、試験開始前までに会場へ連絡すれば、元の試験日から1か月以内に日程を変えられます(返金はありません)。また再受験は、2回目は制限なしで申し込めますが、3回目以降は前回の受験から7日(168時間)空ける必要があります。
申し込み画面の進め方や当日の様子はPython 3 エンジニア認定試験の申し込み方法と当日の受験の流れで詳しく解説しています。
まとめ:ライブラリの27問を取れるかがすべて
- データ分析試験は40問・60分・正答率70%で合格。公表されている合格率は協会の試験でいちばん高い(81.5%:2024年2月末時点、2025年3月のセミナーでは85%)
- 40問中27問がライブラリの問題。いちばん多いのは scikit-learn の8問。数学は6問、5章は0問
- 主教材は2026年1月5日から『Pythonによるあたらしいデータ分析の教科書 第3版』。出題範囲とレベル感は変わっていない(協会の発表)
- 過去問・公式問題集はないので、教科書のあとは本番形式の演習で「選択肢を切れる精度」まで上げる
- データ分析実践試験は別の試験(75分・受験料も別)。申し込み時に取り違えない
出題の重心がはっきりしているぶん、対策の的を絞りやすい試験です。教科書で全体像をつかんだら、あとは NumPy・pandas・Matplotlib・scikit-learn を本番形式で解いて精度を上げていきましょう。
無料の模擬試験がどんな画面で、どう採点されるかは、次の動画で見られます。
\ ライブラリ問題、いま何割切れる? /
筆者が運営する「Python3エンジニア試験ラボ」で、データ分析試験の本番形式模試(40問・60分)を1回分、無料で受け取れます。今の点数と、どの分野で落としているかが分かります。
- 基礎・実践の模試も1回分ずつ付いてきます
- 自動採点+全問に解説(なぜその答えになるか)
- 名前とメールだけ。カード登録なし・自動で有料にはなりません
第2回〜第4回の模擬試験と要点解説はデータ分析試験 対策コースに収録しています。※協会非公認の独自教材です。
よくある質問
Q1. 数学はどこまで必要ですか?
出題は40問中6問(数式の基礎1・線形代数2・基礎解析1・確率と統計2)です。主教材の3章の範囲を押さえれば十分で、高度な数学よりライブラリを正確に使えることのほうが点数に直結します。詳しくはデータ分析試験の数学はどこまで必要?をどうぞ。
Q2. 基礎試験に受かっていなくても受験できますか?
協会と申込窓口のページには、受験資格の制限は書かれていません(2026年10月確認)。ただしリスト・辞書・関数などのPythonの基本文法は前提になるので、文法に不安があれば先に基礎レベルを固めておくと安心です。
Q3. 実践試験とどちらを先に受けるべきですか?
受ける順番の決まりはありません。協会は2025年3月のセミナーで「方向性が違うので、プログラミングを極めたいなら実践試験、データ分析を極めたいならデータ分析試験」と答えています。公表されている合格率は、データ分析試験のほうが高くなっています(2024年2月末時点で81.5%と48.6%)。
Q4. 第2版の教科書で勉強しても大丈夫ですか?
2026年1月5日からの主教材は第3版です。協会の発表では出題範囲とレベル感は変わっていないので、第2版でも全体像はつかめます。ただし協会の寺田氏は、問題と出題方法を一部変えたと説明しています。これから買うなら第3版を選び、仕上げは第3版に沿った問題で確認するのがおすすめです。
Q5. 過去問や公式の問題集はありますか?
どちらもありません。協会が公式問題集を出しているのは基礎試験だけです。データ分析試験の協会ページでは、認定スクールが独自に作った無料の模擬試験が紹介されています。
Q6. データ分析実践試験とは何が違いますか?
別の試験です。データ分析実践試験は試験時間75分・受験料1万2千円(税別)で、データ分析を実践的に行うためのデータ処理技術・データ構造の知識を問います。データ分析試験は60分・1万円(税別)です。
Q7. 学割は誰が使えますか?
小学校から大学・専門学校などの学生と教員が対象で、また2026年9月14日からは、オデッセイの契約試験会場で職業訓練を受けた人がその会場で受験する場合に、学割と同じ価格の「職業訓練割引」も使えます(受講中または終了後1か月以内が目安)。学割の受験料は5,500円(税込)です。
文法から固め直したい方へ:筆者が運営する無料の入門コース「作って学ぶPythonプログラミング入門」(全7章52レッスン)もあります。
データ分析試験の記事一覧(目的別)
- 勉強の計画を立てたい → データ分析試験の勉強法(ロードマップ)
- 独学でいけるか知りたい → データ分析試験は独学で受かる?
- 教科書の読み方を知りたい → 「あたらしいデータ分析の教科書」の正しい使い方
- Matplotlib・scikit-learn を固めたい → Matplotlib・scikit-learnの出題ポイント
- 数学が不安 → データ分析試験の数学はどこまで必要?
- 無料の模擬試験を見てみたい → 解説まで読める本番形式の無料模試
- 申し込みの手順 → 申し込み方法と当日の受験の流れ
- 受験料と学割 → Python資格の学割はいくら得?
- 合格後に履歴書へ書く → Python資格の履歴書への書き方
参考(公式情報)
いずれも2026年10月20日に確認しました。
- Pythonエンジニア育成推進協会「データ分析試験」https://pythonic-exam.com/exam/analyist(問題数・合格ライン・受験料・学割の対象)
- Pythonエンジニア育成推進協会「『Python 3 エンジニア認定データ分析試験』を2026年1月5日より改定」(2025年12月1日)https://pythonic-exam.com/archives/news/dataanaxam2026(主教材 第3版・章ごとの出題数・ライブラリの版)
- Pythonエンジニア育成推進協会 寺田氏コラム(2025年12月24日)https://pythonic-exam.com/archives/10652(改定に伴う問題・出題方法の変更)
- Pythonエンジニア育成推進協会「スキルマップ」https://pythonic-exam.com/skillmap(受験ステップの例)
- Pythonエンジニア育成推進協会「試験一覧」https://pythonic-exam.com/exam(4つの試験・データ分析実践試験の概要)
- Pythonエンジニア育成推進協会「認定教材」https://pythonic-exam.com/material(公式問題集の有無)
- オデッセイコミュニケーションズ「Python 3 エンジニア認定データ分析試験」https://cbt.odyssey-com.co.jp/pythonic-exam/python3cda.html(試験時間・税込の受験料・主教材 第3版・再受験・結果)
- オデッセイコミュニケーションズ「よくある質問」https://cbt.odyssey-com.co.jp/faq/faq2.html(オデッセイID・申し込み・持ち物・キャンセル)
- Pythonエンジニア育成推進協会「合格率も公開)累計5万人」2024年3月14日 https://pythonic-exam.com/archives/7533(2024年2月末時点の合格率)
- Pythonエンジニア育成推進協会 セミナーレポート(2025年3月5日開催・2025年9月1日掲載)https://pythonic-exam.com/archives/9947(85%・未経験者75%・データ分析実践試験72%・受験順の考え方)
- Pythonエンジニア育成推進協会 「紙の認定証を段階的に廃止します。」https://pythonic-exam.com/archives/news/openbadge(オープンバッジ)
- Pythonエンジニア育成推進協会「職業訓練割引」https://pythonic-exam.com/archives/news/kunren
- クラウドWatch「『Python 3 エンジニア認定データ分析試験』を2026年1月5日改定、主教材と対応ライブラリをバージョンアップ」2025年12月2日 https://cloud.watch.impress.co.jp/docs/news/2067681.html(主教材 第3版・出題範囲とレベルは変更なし)
📚 関連商品・おすすめ書籍
※本記事にはアフィリエイトリンクが含まれます。




