文系大学生のPython入門｜ゼミのアンケート集計から始める勉強法とAIの使い方

文系の大学生がPythonを学ぶなら、ゲームやAIから入るより、ゼミのアンケートやレポートで使うデータの集計から始めるのが近道です。基本文法（変数・if・for・リスト）を1〜2週間で触ったら、すぐに自分のデータをCSVにして集計してみると、学んだことが大学の勉強そのものに使えます。分からないところは生成AIに「説明させる」使い方をすると、勉強の効率が上がります。

この記事では、数学やプログラミングの経験がない文系の学生向けに、最初に覚えることと、アンケート集計の実例（実際に動かした結果つき）、AIを勉強に使うときのやり方と注意点をまとめます。

文系でもPythonは学べる？数学はどこまで必要？

Pythonを書き始めるのに、高校数学の知識はほとんど要りません。最初に使うのは、データを入れておく（変数）、条件で分ける（if）、繰り返す（for）、まとめて扱う（リスト）といった考え方で、必要なのは「手順を順番に書き出す力」です。

数学が効いてくるのは、統計的な分析や機械学習に進むときです。平均や割合、相関係数のような統計の考え方は、文系の学部でも社会調査やマーケティング、心理学の授業で出てきます。Pythonを先に始めて、必要になった統計をその都度学ぶ順番でかまいません。

大学の授業でもデータサイエンスは「全員の素養」になっている

文部科学省は「数理・データサイエンス・AI教育プログラム認定制度」で、大学などの正規の課程の教育プログラムを認定しています。このうち「リテラシーレベル」は、データと社会の関係、データを読み解いて扱う基礎、AIを使うときの倫理的・法的な留意点などで構成され、「大学等の全ての学生が身に付けておくべき素養」と位置づけられています（文部科学省数理・データサイエンス・AI教育プログラム認定制度、2026年10月18日確認。令和8年度の新規認定校の一覧は2026年8月28日に公表）。

自分の大学が認定を受けているかは、同じページの「認定・選定校一覧」で確かめられます。文系学部でも履修できるデータサイエンスの科目があれば、独学より先にそれを取るのも良い始め方です。

文系大学生のためのPython学習ステップ

段階	やること	到達の目安
1. 環境を用意する	ブラウザで動く環境（Google Colabなど）か、自分のPCにPythonを入れる	`print("こんにちは")`が動く
2. 基本文法	変数・文字列・リスト・if・for・関数	点数のリストから合否と平均を出せる
3. ファイルを読む	CSVファイルを読み込んで数える・平均を出す	自分のアンケートを集計できる
4. pandasで集計する	グループ別の平均、クロス集計、相関	ゼミの発表やレポートの表を作れる
5. 専攻と組み合わせる	経済データ、アンケート、テキストなど自分の分野のデータを扱う	卒論やゼミで使える

期間は人によって違いますが、毎日少しずつでも自分でコードを打って動かすことが大事です。教材を読むだけ、動画を見るだけでは書けるようになりません。数字を変えて動かし、エラーを出して直す、を繰り返してください。インストール不要で始めたい場合はPythonをブラウザで無料で使えるサイトを参考にしてください。

最初に覚える文法は5つだけ

変数・リスト・for・if・組み込み関数（sumやlen）が分かれば、簡単な集計はできます。テストの点数から合否と平均を出す例です。

scores = [72, 58, 90, 65]
for s in scores:
    if s >= 60:
        print(s, "合格")
    else:
        print(s, "不合格")
print("平均:", sum(scores) / len(scores))

実行結果（Python 3.9.6）：

72 合格
58 不合格
90 合格
65 合格
平均: 71.25

scoresがリスト、forで1つずつ取り出し、ifで60点以上かどうかを分けています。関数の書き方や、ほかの基本的な関数はPython基本関数・メソッド完全一覧で確認できます。

実例：ゼミのアンケートを集計する

文系の学生がPythonをいちばん早く役立てられるのが、アンケートや調査データの集計です。次のようなsurvey.csv（架空の8人分のデータ）を例にします。Excelで作った表も「CSV UTF-8」で保存すれば同じように読めます。

学年,学部,週のアルバイト時間,授業の満足度
1,経済,10,4
1,文,0,5
2,経済,15,3
2,法,8,4
3,文,12,2
3,経済,20,3
4,法,5,5
4,文,0,4

インストールなしで数える（csvモジュール）

Pythonに最初から入っているcsvとcollectionsだけで、人数や平均が出せます。

import csv
from collections import Counter

with open("survey.csv", encoding="utf-8") as f:
    rows = list(csv.DictReader(f))

print("回答数:", len(rows))
print("学部別の人数:", Counter(r["学部"] for r in rows))
hours = [int(r["週のアルバイト時間"]) for r in rows]
print("アルバイト時間の平均:", sum(hours) / len(hours))

実行結果（Python 3.9.6）：

回答数: 8
学部別の人数: Counter({'経済': 3, '文': 3, '法': 2})
アルバイト時間の平均: 8.75

pandasでグループ別・クロス集計をする

データ分析のライブラリpandasを使うと、学部別の平均やクロス集計表が1行ずつで作れます（pip install pandasで入れます）。

import pandas as pd

df = pd.read_csv("survey.csv")
print(df.groupby("学部")[["週のアルバイト時間", "授業の満足度"]].mean().round(1))
print()
print(pd.crosstab(df["学年"], df["授業の満足度"]))
print()
print(df["週のアルバイト時間"].corr(df["授業の満足度"]).round(2))

実行結果（Python 3.12.15・pandas 3.0.6）：

    週のアルバイト時間  授業の満足度
学部
文         4.0     3.7
法         6.5     4.5
経済       15.0     3.3

授業の満足度  2  3  4  5
学年
1       0  0  1  1
2       0  1  1  0
3       1  1  0  0
4       0  0  1  1

-0.72

最後の-0.72は相関係数で、このデータでは「アルバイト時間が長い人ほど満足度が低い」傾向を示しています。ただし8人の架空データなので、何かを結論づけられる数字ではありません。人数が少ないときや、ほかの要因（学年や学部）が混ざっているときに、相関から原因を言い切らないのが、統計を扱うときの基本です。ここまで来ると、レポートに載せる表を手で数えずに作れるようになります。

専攻ごとの使い道

専攻	扱うデータの例	Pythonでやること
経済・経営・商学	公的統計、売上や顧客の表	集計、推移のグラフ、グループ別の比較
社会学・心理学・教育学	アンケート、実験の記録	クロス集計、平均の比較、相関
文学・言語・外国語	小説やインタビューの文章	単語の出現回数、表記ゆれの集計
法学・政治学	条文、議事録、判決文	キーワードの検索・抜き出し、件数の集計

「Pythonを勉強した」より「Pythonでゼミのデータを集計して発表した」と言えるほうが、就職活動でも具体的に話せます。

AIで勉強を効率化する使い方

ChatGPTやClaudeなどの生成AIは、プログラミングの独学と相性がよい道具です。ただし、答えのコードを出させて貼るだけでは書けるようにならないので、「先生」として使います。

効果が出やすい頼み方

エラーの意味を聞く：「Python初心者です。次のエラーの意味と、よくある原因を説明してください」とエラー文を貼る
1行ずつ説明させる：教材のコードを貼り、「1行ずつ何をしているか説明して」と頼む
練習問題を作らせる：「リストとfor文の練習問題を3問、答えは別に出して」と頼み、自分で解いてから答えを見る
自分のコードを見てもらう：動いたコードを貼り、「もっと読みやすくする方法は？」と聞く

気をつけること

AIの答えは必ず動かして確かめる：説明やコードが間違っていることがあります
大学のルールを確認する：レポートや課題で生成AIをどこまで使ってよいかは、大学や授業ごとに決まっています。シラバスや大学の指針、担当の先生の指示に従ってください
個人情報を入れない：アンケートの回答者の名前や連絡先など、個人が分かるデータはAIに貼らないでください

AIを使った学び方の工夫はChatGPTでプログラミング学習の効率を上げる使い方でも解説しています。

文系の学生がつまずきやすいところ

いきなりAI・機械学習から始める：基本文法とデータの扱いが先です。Python基礎 → 集計 → 統計 → 機械学習の順に進むと挫折しにくくなります
文法を全部覚えようとする：忘れたら調べればよく、実務でも調べながら書くのが普通です
題材が自分と関係ない：練習問題だけでは続きません。自分のゼミや趣味のデータを使うと続けやすくなります
エラーで止まる：エラー文の最後の行に原因が書かれています。読み方はTraceback (most recent call last)の意味と読み方を参考にしてください

次の一歩：統計・機械学習と、相談できる場所

集計に慣れてきたら、統計や機械学習に進めます。テックジムのAIエンジニア養成コースは16章で機械学習とディープラーニングを学ぶコースで、第0章「データ分析入門とデータ可視化」や第6章「AIのための統計学入門」（推測統計・信頼区間・正規分布など）は、文系の学生がアンケート分析の次に学ぶ内容にそのままつながります。

独学で詰まりやすい人は、質問できる場所を持つと続けやすくなります。テックジムは対面・通学型のプログラミングスクールで、東京本校（永田町）では教材を自分のペースで進め、分からないところをトレーナーに質問できます。料金は入会金33,000円＋月額22,000円で通い放題、学生は月額16,500円です。まずは無料講座で、自分に合うかを試すこともできます。