Les données structurées et leur traitement

Programme officiel (B.O.)

B.O. spécial n° 1 du 22 janvier 2019 - SNT Seconde

Contenus	Capacités attendues
Données, descripteurs, valeurs, collection, table	Définir une donnée personnelle. Identifier les principaux formats et représentations de données.
Données structurées : formats CSV et JSON	Collecter des données, les organiser sous forme de table et les traiter (recherche, tri, filtre, calcul).
Métadonnées	Retrouver les métadonnées d'un fichier personnel.
Données dans le nuage (Cloud)	Utiliser un support de stockage dans le nuage. Identifier les principales causes de la consommation énergétique des centres de données ainsi que leur ordre de grandeur.
Open Data	Utiliser un site de données ouvertes, pour sélectionner et récupérer des données.
Données personnelles et RGPD	Connaître les droits liés aux données personnelles garantis par le RGPD.

---

1. Qu'est-ce qu'une donnée ?

Une donnée est une information se rapportant à un objet, une personne ou un événement. Elle peut prendre différentes formes : un nombre, un texte, une date, une image, un son...

Pour décrire un objet, on utilise plusieurs descripteurs (aussi appelés champs ou attributs). Chaque descripteur possède une valeur.

Exemple

Pour décrire un morceau de musique, on peut utiliser les descripteurs : titre, artiste, année, durée, genre.

Descripteur	Valeur
Titre	Bohemian Rhapsody
Artiste	Queen
Année	1975
Durée	5:55
Genre	Rock

Les types de données

Chaque descripteur est associé à un type de données qui précise la nature des valeurs qu'il peut contenir :

Type	Description	Exemples
Texte (chaîne de caractères)	Suite de caractères	"Dupont", "Lyon", "Bohemian Rhapsody"
Nombre entier	Nombre sans décimale	16, 1975, 69000
Nombre décimal (flottant)	Nombre avec partie décimale	3,14   47,87   14,5
Booléen	Valeur vraie ou fausse	Vrai / Faux, Oui / Non
Date	Jour, mois, année (et éventuellement heure)	25/05/2018, 2024-01-15

Décrire un objet en 280 caractères

Imaginez que vous devez décrire un objet du quotidien (un livre, un film, un plat...) en 280 caractères, comme dans un tweet. Quels descripteurs choisissez-vous ? C'est exactement le travail que fait un informaticien lorsqu'il conçoit une base de données : sélectionner les informations les plus pertinentes pour décrire un objet.

Les données personnelles et les identifiants uniques

Certaines données servent d'identifiants uniques : elles permettent de distinguer de manière certaine un objet (ou une personne) de tous les autres.

Identifiant	À quoi il sert
ISBN (International Standard Book Number)	Identifie un livre de manière unique dans le monde entier (ex. : 978-2-07-036024-3)
Numéro de sécurité sociale (NIR)	Identifie une personne en France (15 chiffres codant le sexe, l'année et le mois de naissance, le lieu...)
Adresse e-mail	Identifie un utilisateur sur Internet
Plaque d'immatriculation	Identifie un véhicule
Code-barres / QR code	Identifie un produit commercial

Ce que les géants du numérique savent sur vous

Les grandes plateformes (Google, Meta/Facebook, Amazon...) collectent une quantité considérable de données personnelles :

• Google : historique de recherches, sites visités, position GPS (Google Maps), e-mails (Gmail), vidéos regardées (YouTube), contacts, agenda...
• Meta (Facebook, Instagram, WhatsApp) : liste d'amis, messages, photos, mentions « J'aime », temps passé sur chaque publication, localisation...

Ces données sont utilisées principalement pour la publicité ciblée : vous montrer des annonces correspondant à vos centres d'intérêt. Vous pouvez consulter (et télécharger) l'ensemble des données que ces entreprises possèdent sur vous grâce au droit d'accès garanti par le RGPD.

Collection et base de données

• Une collection regroupe des objets partageant les mêmes descripteurs (par exemple : une playlist regroupe des morceaux de musique décrits par les mêmes champs).
• Une base de données regroupe plusieurs collections reliées entre elles.

---

2. Les données structurées

Les données structurées sont des informations organisées et classées de manière à faciliter leur lecture et leur traitement par des algorithmes et des programmes.

La structure la plus courante est la table (ou tableau) :

• Chaque ligne représente un objet (un enregistrement).
• Chaque colonne représente un descripteur.
• Chaque cellule contient la valeur d'un descripteur pour un objet donné.

Nom	Prénom	Âge	Ville
Dupont	Marie	16	Lyon
Martin	Lucas	15	Paris
Leroy	Emma	16	Nantes

Les données non structurées sont tout ce qui n'est pas organisé sous forme de table : e-mails, photos, vidéos, documents texte...

---

3. Les formats de fichiers de données

3.1. Le format CSV

Le CSV (Comma-Separated Values, valeurs séparées par des virgules) est un format texte simple où :

• Chaque ligne correspond à un enregistrement.
• Les valeurs sont séparées par un séparateur (virgule, point-virgule ou tabulation).
• La première ligne contient généralement les noms des descripteurs.

Nom;Prenom;Age;Ville
Dupont;Marie;16;Lyon
Martin;Lucas;15;Paris
Leroy;Emma;16;Nantes

Séparateur en France

En France, le séparateur le plus courant est le point-virgule (;) car la virgule est déjà utilisée comme séparateur décimal (par exemple 3,14).

3.2. Le format JSON

Le JSON (JavaScript Object Notation) est un autre format texte, structuré en paires clé : valeur et délimité par des accolades :

[
    {
        "Nom": "Dupont",
        "Prenom": "Marie",
        "Age": 16,
        "Ville": "Lyon"
    },
    {
        "Nom": "Martin",
        "Prenom": "Lucas",
        "Age": 15,
        "Ville": "Paris"
    }
]

3.3. Le format vCard

Le vCard (extension .vcf) est un format standard pour les cartes de visite numériques. C'est un exemple concret de données structurées que vous utilisez quotidiennement : chaque contact enregistré dans votre téléphone est stocké dans ce format.

Un fichier vCard contient des champs identifiés par des mots-clés :

Champ	Signification	Exemple
BEGIN:VCARD	Début de la carte	-
VERSION	Version du format	3.0
FN	Nom complet (Full Name)	Marie Dupont
N	Nom structuré (Nom;Prénom)	Dupont;Marie
TEL	Numéro de téléphone	06 12 34 56 78
EMAIL	Adresse e-mail	[email protected]
ADR	Adresse postale	12 rue des Lilas;Lyon;69001
BDAY	Date de naissance	2008-03-15
ORG	Organisation / Établissement	Lycée Jean Moulin
END:VCARD	Fin de la carte	-

Exemple de fichier vCard

BEGIN:VCARD
VERSION:3.0
FN:Marie Dupont
N:Dupont;Marie;;;
TEL;TYPE=CELL:+33 6 12 34 56 78
EMAIL:[email protected]
ADR;TYPE=HOME:;;12 rue des Lilas;Lyon;;69001;France
BDAY:2008-03-15
ORG:Lycée Jean Moulin
END:VCARD

Ce fichier peut être importé directement dans l'application Contacts de n'importe quel téléphone ou ordinateur. On peut aussi le créer avec un simple éditeur de texte (Bloc-notes, Notepad++...) en l'enregistrant avec l'extension .vcf.

3.4. Comparaison CSV / JSON

Critère	CSV	JSON
Lisibilité humaine	Moyenne	Bonne
Taille du fichier	Compact	Plus volumineux
Structure	Tableau plat	Hiérarchique (imbrications possibles)
Utilisation typique	Tableurs, exports de données	API Web, échanges entre applications

---

4. Les métadonnées

Les métadonnées sont des « données sur les données » : elles décrivent le contenu, la provenance ou les caractéristiques d'un fichier sans faire partie du contenu lui-même.

Type de fichier	Exemples de métadonnées
Photo	Date de prise de vue, coordonnées GPS, modèle d'appareil, résolution
Document texte	Auteur, date de création, date de modification, nombre de pages
Musique	Titre, artiste, album, année, genre, durée
Vidéo	Résolution, codec, durée, débit

Métadonnées et vie privée

Les métadonnées d'une photo peuvent révéler votre position GPS au moment de la prise de vue. Avant de partager une photo en ligne, pensez à vérifier (et éventuellement supprimer) ses métadonnées.

---

5. Le traitement des données

Une fois les données structurées dans une table, on peut effectuer différentes opérations de traitement :

Opération	Description	Exemple
Recherche	Trouver un enregistrement précis	Trouver l'élève dont le nom est "Dupont"
Tri	Ordonner les enregistrements selon un descripteur	Trier les élèves par âge croissant
Filtre	Sélectionner les enregistrements répondant à un critère	Garder uniquement les élèves de Lyon
Calcul	Effectuer des opérations sur les valeurs	Calculer l'âge moyen des élèves
Croisement	Combiner deux tables ayant un descripteur commun	Croiser une table d'élèves et une table de notes

Traitement avec le module csv de Python

Le module csv de Python permet de lire facilement des fichiers CSV :

import csv

# Lire un fichier CSV
with open("eleves.csv", "r", encoding="utf-8") as fichier:
    lecteur = csv.DictReader(fichier, delimiter=";")
    eleves = list(lecteur)

# Filtre : garder les élèves de Lyon
lyonnais = [e for e in eleves if e["Ville"] == "Lyon"]

# Tri : trier par âge croissant
eleves_tries = sorted(eleves, key=lambda e: int(e["Age"]))

# Calcul : âge moyen
ages = [int(e["Age"]) for e in eleves]
age_moyen = sum(ages) / len(ages)
print(f"Âge moyen : {age_moyen}")

Traitement « à la main » avec open et split

On peut aussi lire un fichier CSV sans le module csv, en utilisant simplement open() pour ouvrir le fichier et split() pour découper chaque ligne :

# Ouvrir et lire le fichier ligne par ligne
with open("cinemas.csv", "r", encoding="utf-8") as fichier:
    lignes = fichier.readlines()

# La première ligne contient les en-têtes
en_tetes = lignes[0].strip().split(";")
print("Colonnes :", en_tetes)

# Parcourir les lignes de données (à partir de la 2e ligne)
compteur_paris = 0
for ligne in lignes[1:]:
    champs = ligne.strip().split(";")
    departement = champs[2]    # supposons que la colonne 2 est le département
    if departement == "75":
        compteur_paris += 1

print(f"Nombre de cinémas à Paris : {compteur_paris}")

Quand utiliser open/split plutôt que le module csv ?

La méthode avec open et split est plus simple à comprendre pour des débutants, car elle ne fait appel à aucun module externe. En revanche, le module csv gère mieux les cas particuliers (valeurs contenant le séparateur, guillemets, etc.). En SNT, les deux approches sont acceptées.

Exemple concret : compter les cinémas par département

Imaginons un fichier cinemas.csv contenant la liste des cinémas de France (disponible sur data.gouv.fr) avec les colonnes : nom, adresse, departement, commune, ecrans.

# Compter le nombre de cinémas par département
with open("cinemas.csv", "r", encoding="utf-8") as fichier:
    lignes = fichier.readlines()

# Dictionnaire : département -> nombre de cinémas
cinemas_par_dept = {}

for ligne in lignes[1:]:          # on saute la ligne d'en-tête
    champs = ligne.strip().split(";")
    dept = champs[2]
    if dept in cinemas_par_dept:
        cinemas_par_dept[dept] += 1
    else:
        cinemas_par_dept[dept] = 1

# Afficher les 5 départements ayant le plus de cinémas
classement = sorted(cinemas_par_dept.items(),
                    key=lambda x: x[1], reverse=True)
for dept, nb in classement[:5]:
    print(f"Département {dept} : {nb} cinémas")

Visualisation cartographique avec folium

Lorsque les données contiennent des coordonnées géographiques (latitude, longitude), on peut les afficher sur une carte interactive grâce à la bibliothèque Python folium. Cela permet de croiser les données structurées avec la géolocalisation.

import folium

# Créer une carte centrée sur la France
carte = folium.Map(location=[46.6, 2.3], zoom_start=6)

# Ajouter un marqueur pour chaque cinéma (exemple simplifié)
folium.Marker(
    location=[48.8566, 2.3522],
    popup="Le Grand Rex - Paris"
).add_to(carte)

# Sauvegarder la carte au format HTML
carte.save("carte_cinemas.html")

Folium et le thème Géolocalisation

La bibliothèque folium fait le lien entre le thème Les données structurées et le thème Localisation, cartographie et mobilité. Elle permet de visualiser sur une carte n'importe quel jeu de données contenant des coordonnées GPS.

---

6. Les données ouvertes (Open Data)

Les données ouvertes (Open Data) sont des données mises à disposition du public, librement accessibles et réutilisables par tous. Elles sont publiées par des administrations, des collectivités ou des organisations.

En France, le portail principal est data.gouv.fr, qui propose des milliers de jeux de données téléchargeables, souvent au format CSV.

Exemples de jeux de données disponibles sur data.gouv.fr

Jeu de données	Description	Format courant
Liste des cinémas	Nom, adresse, nombre d'écrans, commune, département	CSV
Établissements scolaires	Nom, type (collège, lycée...), académie, coordonnées GPS	CSV
Réseau de transports	Lignes de bus, tram, métro, arrêts, horaires	CSV / GTFS
Qualité de l'air	Relevés de pollution par station de mesure	CSV / JSON
Résultats électoraux	Résultats par commune, par bureau de vote	CSV
Bornes de recharge électrique	Localisation, puissance, opérateur	CSV

Comment utiliser un jeu de données ouvertes

1. Se rendre sur data.gouv.fr et rechercher un thème.
2. Télécharger le fichier (souvent au format CSV).
3. L'ouvrir dans un tableur (LibreOffice Calc, Excel) ou avec un programme Python.
4. Explorer, trier, filtrer et analyser les données.

Données qui ne peuvent pas être ouvertes

Certaines données ne peuvent pas être rendues publiques : données personnelles, données couvertes par le secret médical, le secret de la défense nationale, le secret des affaires...

---

7. Données personnelles et RGPD

7.1. Qu'est-ce qu'une donnée personnelle ?

Selon l'article 4 du RGPD, une donnée personnelle est « toute information se rapportant à une personne physique identifiée ou identifiable ».

Une personne peut être identifiée :

• Directement : nom, prénom, photo...
• Indirectement : adresse IP, numéro de téléphone, donnée biométrique, identifiant en ligne, plaque d'immatriculation...

Données anonymes

Même des données apparemment anonymes peuvent constituer des données personnelles si leur croisement permet d'identifier une personne (par exemple : code postal + date de naissance + genre).

7.2. Le RGPD

Le RGPD (Règlement Général sur la Protection des Données) est un règlement européen en vigueur depuis le 25 mai 2018. Il garantit aux citoyens européens plusieurs droits :

Droit	Description
Droit d'accès	Obtenir une copie de toutes les données collectées à votre sujet
Droit de rectification	Corriger des données inexactes ou incomplètes
Droit à l'effacement	Demander la suppression de vos données (droit à l'oubli)
Droit à la portabilité	Récupérer vos données dans un format lisible pour les transférer
Droit d'opposition	Refuser l'utilisation de vos données à certaines fins (prospection commerciale...)
Consentement	Les organismes doivent obtenir votre accord explicite avant de collecter vos données

En France, la CNIL (Commission Nationale de l'Informatique et des Libertés) est l'autorité chargée de veiller au respect du RGPD.

---

8. Le Cloud (stockage dans le nuage)

8.1. Qu'est-ce que le Cloud ?

Le Cloud (nuage) est un système de stockage et de traitement de données à distance, accessible via Internet. Au lieu de stocker ses fichiers sur un disque dur local, l'utilisateur les dépose sur des serveurs distants gérés par des entreprises spécialisées (Google Drive, iCloud, OneDrive, Dropbox...).

Avantages	Inconvénients
Accessible depuis n'importe quel appareil connecté	Nécessite une connexion Internet
Sauvegarde automatique	Dépendance envers un prestataire
Partage facile de fichiers	Questions de confidentialité
Synchronisation entre appareils	Consommation énergétique des data centers

8.2. L'impact environnemental des data centers

Derrière le Cloud se cachent des data centers : d'immenses bâtiments regroupant des milliers de serveurs fonctionnant 24h/24.

Leur consommation énergétique est considérable :

• Les activités numériques représentent environ 10 % de la consommation électrique mondiale.
• Les data centers comptent pour environ 3 % de cette consommation.
• Leur consommation énergétique double en moyenne tous les 4 ans.

Les principales causes sont le fonctionnement des serveurs eux-mêmes et leur refroidissement (climatisation nécessaire pour évacuer la chaleur produite).

Gestes pour réduire son impact

• Supprimer les fichiers inutiles stockés dans le Cloud.
• Limiter le streaming vidéo en haute définition.
• Préférer le téléchargement au streaming quand c'est possible.
• Compresser les fichiers avant de les envoyer.

---

9. Repères historiques

Date	Événement
XVIIIe siècle	Premières cartes perforées (métiers à tisser, orgues)
1880	Herman Hollerith invente la mécanographie (cartes perforées)
1956	Invention du disque dur (IBM)
1970	Invention du modèle relationnel pour les bases de données (Edgar Codd)
1979	Premier tableur (VisiCalc)
2009	Open Government Initiative (données publiques américaines)
2013	Charte du G8 pour l'ouverture des données publiques
2018	Entrée en vigueur du RGPD en Europe

---

10. Tableau récapitulatif

Notion	Définition
Donnée	Information se rapportant à un objet, une personne ou un événement
Descripteur	Attribut permettant de décrire un objet (champ, colonne)
Type de données	Nature d'une valeur : texte, nombre, booléen, date
Identifiant unique	Donnée permettant de distinguer un objet de tous les autres (ISBN, NIR...)
Collection	Ensemble d'objets partageant les mêmes descripteurs
Table	Structure en lignes (objets) et colonnes (descripteurs)
CSV	Format de fichier texte où les valeurs sont séparées par un caractère
JSON	Format texte structuré en paires clé-valeur
vCard	Format standard pour les cartes de visite numériques (.vcf)
Métadonnées	Données décrivant un fichier (date, auteur, localisation...)
Open Data	Données publiques librement accessibles et réutilisables
Donnée personnelle	Information permettant d'identifier une personne
RGPD	Règlement européen protégeant les données personnelles
Cloud	Stockage de données à distance sur des serveurs accessibles via Internet
Data center	Infrastructure physique regroupant des serveurs