Aller au contenu

Bloc A — Qu'est-ce qu'une donnée ?⚓︎

Au programme

Donnée et information · types · tableaux et tables · les formats CSV et JSON · modéliser

Séance 1

Ce qu'est une donnée, comment on la structure, dans quels formats on l'échange.

Donnée, information, connaissance⚓︎

Trois mots qu'on confond souvent, et qu'il faut distinguer.

Mot Ce que c'est Exemple
Donnée Une valeur brute, sans contexte 18
Information La donnée mise en contexte il fait 18 °C à Mont-de-Marsan
Connaissance Ce qu'on en déduit c'est doux pour un mois de février

Le point à retenir

Une donnée toute seule ne veut rien dire. 18, c'est peut-être une température, un âge, une note, un numéro de département. C'est le contexte — le nom de la colonne, l'unité, la source — qui la rend interprétable.

Retiens-le : chaque fois qu'on te montre un chiffre sans son contexte, on te demande de croire sans pouvoir vérifier.

Les types de données⚓︎

Tu les connais déjà, tu les as manipulés en M0.

Type Nom en Python Exemple Sert à
Entier int 18 compter, mesurer
Décimal float 18.5 mesurer finement
Texte str "Mont-de-Marsan" nommer, décrire
Booléen bool True répondre par oui ou non

Activité 1 — Choisir le bon type

Pour chacune de ces informations, quel type choisirais-tu ? Justifie.

  1. Le nombre d'élèves d'une classe
  2. La température relevée à midi
  3. Un code postal
  4. Un numéro de téléphone
  5. « L'élève est-il inscrit à la cantine ? »
  6. Le prix d'un article
Corrigé
  1. int — on compte des élèves entiers.
  2. float — 18,5 °C a du sens.
  3. str — et c'est un piège. Un code postal ressemble à un nombre, mais on n'en fait jamais la moyenne. Surtout, 01000 (Bourg-en-Bresse) perdrait son zéro initial en int.
  4. str, pour la même raison — c'est déjà ce qu'on avait vu en M0.
  5. bool — la réponse est oui ou non.
  6. float — 12,90 €.

La règle

Le type ne dépend pas de l'apparence de la donnée, mais de son usage. Si tu ne fais jamais de calcul avec, ce n'est pas un nombre.

C'est un premier acte de modélisation : décider comment représenter le réel dans une machine.

Organiser : la table⚓︎

Une donnée isolée sert rarement. On les regroupe en table (ou tableau de données) :

prenom maths francais ecran
Camille 12 14 180
Lou 8 11 240
Mohamed 15 13 90

Le vocabulaire compte :

  • une ligne (ou enregistrement) décrit un individu — ici, un élève ;
  • une colonne (ou descripteur, attribut) décrit une même caractéristique pour tous ;
  • la première ligne, les en-têtes, donne le nom de chaque colonne.

Activité 2 — Lire une table

En regardant la table ci-dessus :

  1. Combien d'individus ? Combien de descripteurs ?
  2. Que vaut le descripteur ecran pour Mohamed ?
  3. La colonne ecran contient 180. Cette donnée est-elle interprétable telle quelle ?
Corrigé
  1. 3 individus, 4 descripteurs.
  2. 90.
  3. Non. 180 quoi ? Des minutes ? Par jour, par semaine ? Sur quel appareil ? Mesuré comment — déclaré par l'élève, ou relevé par le téléphone ?

Sans ces précisions, la colonne est inutilisable. On appelle ces informations sur les données des métadonnées : elles disent ce que les données signifient.

L'erreur la plus fréquente

Utiliser un jeu de données sans savoir comment il a été construit. C'est la source d'erreur numéro un du traitement de données — bien avant les erreurs de programmation.

Le format CSV⚓︎

Pour échanger des tables entre logiciels, on utilise un format simple : le CSV (Comma-Separated Values, valeurs séparées par des virgules).

📋 Texte
prenom,maths,francais,ecran
Camille,12,14,180
Lou,8,11,240
Mohamed,15,13,90

Ses règles tiennent en trois lignes :

  • une ligne de texte par individu ;
  • les valeurs séparées par un séparateur, souvent la virgule ou le point-virgule ;
  • la première ligne contient les en-têtes.

Pourquoi ce format a survécu à tout

Il est lisible par un humain avec un simple éditeur de texte, il ne dépend d'aucun logiciel, et il n'appartient à personne. Un fichier CSV de 1985 s'ouvre encore aujourd'hui.

C'est l'inverse d'un format propriétaire, qui devient illisible le jour où l'entreprise qui l'a créé disparaît ou change ses règles.

Le piège du séparateur

En France, le tableur utilise souvent le point-virgule, parce que la virgule sert déjà de séparateur décimal (18,5). Un fichier CSV mal lu affiche tout dans une seule colonne : c'est presque toujours une histoire de séparateur.

Le format JSON⚓︎

Le CSV convient aux tables régulières. Quand les données ont une structure plus riche — des éléments imbriqués, des champs absents chez certains — on utilise le JSON.

JSON
{
  "ville": "Mont-de-Marsan",
  "temperature": 18.5,
  "humidite": 72,
  "capteur": {
    "identifiant": "MDM-04",
    "altitude": 62
  }
}

Les règles :

  • des couples "nom": valeur, séparés par des virgules ;
  • des accolades { } pour regrouper ;
  • des crochets [ ] pour une liste ;
  • les noms sont toujours entre guillemets.

Activité 3 — Lire du JSON

JSON
{
  "classe": "2nde 4",
  "effectif": 28,
  "options": ["SNT", "Arts plastiques"],
  "professeur_principal": {
    "matiere": "physique-chimie"
  }
}
  1. Combien d'élèves ?
  2. Combien d'options, et lesquelles ?
  3. Quelle est la matière du professeur principal ?
Corrigé
  1. 28.
  2. Deux : SNT et Arts plastiques. Les crochets signalent une liste.
  3. Physique-chimie. La valeur de professeur_principal est elle-même un objet, avec ses propres champs : c'est ce qu'on appelle une structure imbriquée.

Quand utilise-t-on l'un ou l'autre ?

CSV JSON
Structure table régulière structure libre, imbriquée
Lisibilité humaine très bonne bonne
Usage typique export d'un tableur, données ouvertes échanges entre programmes, API

Une API est un service qui répond à une requête d'un programme. La plupart répondent en JSON — on en manipulera au bloc B.

Les données ouvertes⚓︎

De nombreuses données publiques sont mises à disposition de tous, gratuitement et réutilisables : population, qualité de l'air, résultats électoraux, horaires de transports, relevés météo.

C'est ce qu'on appelle l'open data. En France, l'État publie ces jeux sur un portail public, et la loi impose à de nombreuses administrations de le faire.

Pourquoi c'est un enjeu démocratique

Si les données publiques sont accessibles, n'importe qui — un journaliste, une association, un élève — peut vérifier une affirmation par lui-même.

Si elles ne le sont pas, il faut croire sur parole celui qui les détient.

À toi de jouer A.1 ⭐ — Décrire un jeu de données

Choisis un sujet qui t'intéresse (le sport, la musique, le climat, les jeux vidéo). Décris en quelques lignes la table que tu construirais :

  • quel est l'individu représenté par une ligne ?
  • quels descripteurs, et de quel type chacun ?
  • où trouverais-tu ces données ?
Un exemple de réponse

Sujet : les stations de vélos en libre-service d'une ville.

  • Un individu = une station.
  • Descripteurs : nom (str), latitude (float), longitude (float), capacite (int), velos_disponibles (int), en_service (bool).
  • Source : le portail open data de la ville, souvent via une API en JSON.

Remarque : velos_disponibles change en permanence. Certaines données sont statiques (la capacité), d'autres dynamiques. Ce n'est pas la même chose à stocker ni à interpréter.

Ce qu'il faut retenir⚓︎

L'essentiel du bloc A

  • Une donnée seule ne signifie rien : c'est le contexte qui la rend interprétable.
  • Le type dépend de l'usage, pas de l'apparence : un code postal est du texte.
  • Une table : une ligne par individu, une colonne par descripteur.
  • CSV pour les tables régulières, JSON pour les structures imbriquées et les API.
  • Les métadonnées — comment les données ont été construites — comptent autant que les données.