Horaires de bus, notes, relevés météo, résultats sportifs : énormément d’informations sont rangées sous forme de données structurées, c’est-à-dire organisées en tableaux selon des catégories fixes. Cette organisation permet de les rechercher, les trier, les filtrer et les croiser automatiquement.
Objectifs
- Identifier les objets, les descripteurs et les valeurs d’une table
- Lire et comprendre un fichier au format CSV
- Réaliser des opérations de recherche, de filtre, de tri et de calcul
- Connaître les métadonnées, les données ouvertes et l’informatique en nuage
- Connaître les principes de protection des données personnelles (RGPD)
1. Tables, descripteurs et valeurs
Une collection de données est souvent présentée sous forme de table : chaque ligne décrit un objet (un élève, une ville, un film…), chaque colonne correspond à un descripteur (une caractéristique), et chaque case contient une valeur.
| nom | pays | habitants | altitude_m |
|---|---|---|---|
| Ville A | France | 52000 | 120 |
| Ville B | France | 8300 | 740 |
| Ville C | Belgique | 31000 | 65 |
| Ville D | France | 125000 | 15 |
2. Le format CSV et les métadonnées
CSV : Le format CSV (Comma-Separated Values) est un simple fichier texte : la première ligne contient les descripteurs, chaque ligne suivante un objet, et les valeurs sont séparées par un séparateur (virgule ou, souvent en France, point-virgule).
nom;pays;habitants;altitude_m
Ville A;France;52000;120
Ville B;France;8300;740
Ville C;Belgique;31000;65
Ville D;France;125000;15Métadonnées : Données qui décrivent d’autres données. Exemples : date de création, auteur et taille d’un fichier ; date, lieu et réglages d’une photo (données EXIF).
Les données ouvertes (open data) sont des données publiées librement, réutilisables par tous. En France, de nombreuses données publiques sont disponibles sur le site data.gouv.fr, ouvert en 2011.
3. Traiter des données avec Python
On peut représenter une table par une liste de dictionnaires : chaque dictionnaire est un objet, ses clés sont les descripteurs.
villes = [
{'nom': 'Ville A', 'pays': 'France', 'habitants': 52000, 'altitude_m': 120},
{'nom': 'Ville B', 'pays': 'France', 'habitants': 8300, 'altitude_m': 740},
{'nom': 'Ville C', 'pays': 'Belgique', 'habitants': 31000, 'altitude_m': 65},
{'nom': 'Ville D', 'pays': 'France', 'habitants': 125000, 'altitude_m': 15},
]
# Filtre : les villes françaises de plus de 10 000 habitants
for v in villes:
if v['pays'] == 'France' and v['habitants'] > 10000:
print(v['nom'])
# Calcul : population totale
total = 0
for v in villes:
total = total + v['habitants']
print(total)
# Tri par nombre d’habitants décroissant
classement = sorted(villes, key=lambda v: v['habitants'], reverse=True)
print(classement[0]['nom'])| Opération | Ce qu’elle fait |
|---|---|
| Recherche | trouver un objet précis (la ville nommée « Ville C ») |
| Filtre (sélection) | garder les objets qui vérifient une condition |
| Tri | ranger les objets selon un descripteur |
| Calcul | somme, moyenne, maximum… sur un descripteur |
| Croisement | rapprocher deux tables qui ont un descripteur commun |
4. Stockage, cloud et données personnelles
- Les données sont stockées sur des supports physiques (disques durs, mémoires flash). L’informatique en nuage (cloud) consiste à les stocker sur des serveurs distants, regroupés dans des centres de données (data centers), accessibles par Internet.
- Ces centres consomment de l’électricité (serveurs, refroidissement) et des ressources pour fabriquer les équipements : stocker inutilement des données a un coût environnemental.
- Une donnée personnelle est une information qui permet d’identifier une personne, directement (nom, photo) ou indirectement (numéro de téléphone, adresse IP, croisement de plusieurs données).
- Le RGPD, applicable dans l’Union européenne depuis le 25 mai 2018, impose notamment d’informer les personnes, de ne collecter que les données nécessaires à un objectif précis et de les protéger. La CNIL contrôle son application en France.
À retenir
- Table : objets en lignes, descripteurs en colonnes, valeurs dans les cases.
- CSV : fichier texte, une ligne par objet, valeurs séparées par une virgule ou un point-virgule.
- Opérations : rechercher, filtrer, trier, calculer, croiser.
- Métadonnées : données sur les données ; open data : données librement réutilisables.
- Donnée personnelle : permet d’identifier quelqu’un ; protégée par le RGPD (2018), contrôlé par la CNIL.
Et maintenant, à toi !
Vérifie que tu as compris avec les exercices, puis révise avec la fiche.