Données et métadonnées, tables, fichiers CSV, tri et filtre en Python, RGPD, cloud et données ouvertes : sept capsules pour organiser et traiter des données.
Ton avancement
Étape 1 sur 4
1Étape 1
Comprendre
Le cours en 7 capsules · 2 écrans courts + 2 questions chacune · 25 min
7 capsules · 2 écrans et 2 questions chacune
2Étape 2
S’entraîner
4 exercices corrigés · Avec indices et corrigés · 30 min
Indices et corrigés détaillés. Tes réponses sur papier ne sont pas notées.
3Étape 3
Vérifier
Test de maîtrise · 5 questions · bilan en fin de test
Conseillé après les exercices. Tu sauras où tu en es.Passer le test
Une donnée est une valeur brute, enregistrée ou transmise : 16, Valmont, 2025-03-14.
Seul, 16 ne dit rien. Accompagné de « température relevée à Valmont le 14 mars, en °C », il devient une information : il faisait 16 °C ce jour-là.
Règles
Donnée
Contexte
Information
16
température à Valmont, le 14 mars, en °C
il faisait 16 °C
16
âge d’une élève, en années
elle a 16 ans
La même donnée, 16, prend un sens différent selon son contexte.
Notion 2
Les métadonnées
Les métadonnées sont des données qui décrivent d’autres données. Un fichier porte son nom, sa taille, sa date de modification.
Les métadonnées aident à classer et à retrouver les fichiers. Elles peuvent aussi en révéler plus qu’on ne le pense : où tu étais, et quand.
Exemple
Métadonnée
Valeur
Date de prise de vue
14/03/2025, 14 h 32
Appareil
smartphone
Dimensions
4 000 × 3 000 pixels
Position
latitude et longitude du lieu
Quelques métadonnées d’une photo, invisibles sur l’image elle-même.
Question 1 sur 2
Laquelle de ces propositions est une information, et pas une simple donnée ?
42, Valmont ou 2025-09-01 sont des valeurs brutes : on ne sait pas ce qu’elles désignent. Avec son contexte (élèves, classe, année), 42 devient une information.
Question 2 sur 2
Parmi ces éléments d’une photo numérique, lequel est une métadonnée ?
Les pixels et le paysage sont le contenu de la photo. La date de prise de vue est enregistrée à côté de l’image pour la décrire : c’est une métadonnée.
Capsule 1 terminée
Données et métadonnées
2 questions
Ton parcours · Données structurées
Capsule 1 : Données et métadonnées1
Capsule 2 : Descripteurs et collections2
Capsule 3 : Le format CSV3
Capsule 4 : Rechercher, filtrer, trier4
Capsule 5 : Données personnelles et RGPD5
Capsule 6 : Volumes et stockage6
Capsule 7 : Données ouvertes et croisement7
2Capsule suivanteDescripteurs et collectionsOrganiser des données en table
Notion 1
Objets, descripteurs, valeurs
Pour décrire des objets de même nature (des films, des élèves, des livres), on choisit des descripteurs : titre, année, durée… Chaque objet a une valeur pour chaque descripteur.
Ces objets forment une collection, présentée en table : une ligne par objet, une colonne par descripteur.
Exemple
titre
annee
duree_min
Le Phare
2019
104
Orbite
2022
96
Marée haute
2021
118
Une collection de trois films fictifs : chaque ligne est un objet, chaque colonne un descripteur.
Notion 2
Types et identifiant
Les valeurs d’un même descripteur ont toutes le même type : nombre entier, nombre décimal, texte, date ou booléen (vrai ou faux).
Deux films peuvent porter le même titre : on ajoute donc un numéro unique, id. Une base de données regroupe plusieurs tables, reliées entre elles par ces identifiants.
Règles
Descripteur
Type
Exemple
id
entier, unique
3
titre
texte
Orbite
note_moyenne
décimal
4.2
disponible
booléen
True
Les descripteurs d’une table de films, avec le type de leurs valeurs.
Question 1 sur 2
Dans une table de films, que sont « titre », « annee » et « duree_min » ?
Ce sont les noms des colonnes, donc des descripteurs. Les objets sont les films (les lignes), et « Orbite » ou 2022 sont des valeurs.
Question 2 sur 2
Dans une table des élèves d’un lycée, quel descripteur peut servir d’identifiant ?
Plusieurs élèves peuvent avoir le même nom, la même classe ou la même date d’inscription. Seul un numéro attribué une fois pour toutes est unique.
Capsule 2 terminée
Descripteurs et collections
2 questions
Ton parcours · Données structurées
Capsule 1 : Données et métadonnées1
Capsule 2 : Descripteurs et collections2
Capsule 3 : Le format CSV3
Capsule 4 : Rechercher, filtrer, trier4
Capsule 5 : Données personnelles et RGPD5
Capsule 6 : Volumes et stockage6
Capsule 7 : Données ouvertes et croisement7
3Capsule suivanteLe format CSVUne table dans un fichier texte
Notion 1
Lire un fichier CSV
Le format CSV (comma-separated values, valeurs séparées par des virgules) enregistre une table dans un simple fichier texte.
La première ligne, l’en-tête, donne les descripteurs. En France, on utilise souvent le point-virgule, car la virgule sert déjà à écrire les nombres décimaux.
Exemple
prenom,classe,note
Léa,2A,14
Nour,2B,17
Hugo,2A,9
Un en-tête et trois enregistrements : trois objets décrits par trois descripteurs.
Le fichier notes.csv, lisible dans un éditeur de texte comme dans un tableur.
Notion 2
Charger un CSV en Python
Le module csv de Python lit un fichier CSV. csv.DictReader transforme chaque ligne en dictionnaire, dont les clés sont les descripteurs de l’en-tête.
Pour calculer, on convertit : int(ligne['note']) donne le nombre 14. Pour un fichier à point-virgule, on précise delimiter=';'.
Méthode
import csv
with open('notes.csv', encoding='utf-8') as f:
table = list(csv.DictReader(f))
print(len(table))
print(table[0]['prenom'], table[0]['note'])
Affiche 3, puis Léa 14.
Avec le fichier notes.csv de l’écran précédent, table est une liste de trois dictionnaires.
Question 1 sur 2
Un fichier CSV contient une ligne d’en-tête, puis 4 autres lignes. Combien d’objets décrit-il ?
L’en-tête donne les descripteurs, ce n’est pas un objet. Les 4 lignes suivantes décrivent 4 objets, quel que soit le nombre de colonnes.
Question 2 sur 2
Le fichier contient la ligne Léa,2A,14. Après lecture avec csv.DictReader, que vaut table[0]['note'] ?
Le module csv lit du texte : la valeur est la chaîne '14'. Pour calculer, il faut la convertir avec int('14').
Capsule 3 terminée
Le format CSV
2 questions
Ton parcours · Données structurées
Capsule 1 : Données et métadonnées1
Capsule 2 : Descripteurs et collections2
Capsule 3 : Le format CSV3
Capsule 4 : Rechercher, filtrer, trier4
Capsule 5 : Données personnelles et RGPD5
Capsule 6 : Volumes et stockage6
Capsule 7 : Données ouvertes et croisement7
4Capsule suivanteRechercher, filtrer, trierTraiter une table en Python ou au tableur
Notion 1
Rechercher et filtrer
Rechercher, c’est trouver les objets qui vérifient une condition. Filtrer, c’est ne garder que ces lignes, sans modifier la table d’origine.
Au tableur, le filtre automatique masque les autres lignes. En Python, une boucle for et un test if suffisent.
Méthode
table = [
{'nom': 'Léa', 'classe': '2A', 'note': 14},
{'nom': 'Nour', 'classe': '2B', 'note': 17},
{'nom': 'Hugo', 'classe': '2A', 'note': 9},
]
for e in table:
if e['classe'] == '2A':
print(e['nom'])
Affiche Léa, puis Hugo.
Un filtre sur le descripteur classe : seules les lignes de la 2A sont affichées.
Notion 2
Trier et calculer
Trier, c’est ranger les lignes selon un descripteur, la clé de tri, dans l’ordre croissant ou décroissant.
En Python, sorted reçoit une fonction qui renvoie la clé ; reverse=True inverse l’ordre. On peut aussi calculer sur une colonne : somme, moyenne, maximum.
Exemple
def cle(e):
return e['note']
for e in sorted(table, key=cle, reverse=True):
print(e['nom'], e['note'])
Affiche Nour 17, puis Léa 14, puis Hugo 9.
Un tri par note décroissante de la table de l’écran précédent.
Question 1 sur 2
Avec la table Léa (14), Nour (17), Hugo (9), quels noms affiche une boucle qui teste e['note'] >= 10 ?
14 et 17 sont supérieurs ou égaux à 10, pas 9. Le filtre garde Léa et Nour, dans l’ordre de la table.
Question 2 sur 2
Au tableur, tu tries seulement la colonne des notes, sans les colonnes voisines. Que se passe-t-il ?
Une ligne décrit un seul objet : trier une colonne seule mélange les valeurs de différents objets. Il faut trier les lignes entières.
Capsule 4 terminée
Rechercher, filtrer, trier
2 questions
Ton parcours · Données structurées
Capsule 1 : Données et métadonnées1
Capsule 2 : Descripteurs et collections2
Capsule 3 : Le format CSV3
Capsule 4 : Rechercher, filtrer, trier4
Capsule 5 : Données personnelles et RGPD5
Capsule 6 : Volumes et stockage6
Capsule 7 : Données ouvertes et croisement7
5Capsule suivanteDonnées personnelles et RGPDProtéger ce qui permet d’identifier quelqu’un
Notion 1
Qu’est-ce qu’une donnée personnelle ?
Une donnée personnelle est une information qui se rapporte à une personne identifiée ou identifiable, directement ou indirectement.
Certaines données, dites sensibles (santé, opinions politiques, religion, données biométriques…), bénéficient d’une protection renforcée.
Règles
Identifie directement
nom et prénom, photo du visage, voix
Identifie indirectement
numéro de téléphone, adresse IP, identifiant de compte, position GPS
Pas personnelle
température moyenne d’une ville, nombre total d’élèves d’un lycée
Des exemples classés selon qu’ils identifient une personne directement, indirectement ou pas du tout.
Notion 2
Le RGPD et tes droits
Le RGPD (règlement général sur la protection des données) s’applique dans toute l’Union européenne depuis le 25 mai 2018. En France, la CNIL veille à son respect.
En France, avant 15 ans, quand un service en ligne s’appuie sur ton consentement, il lui faut aussi celui d’un parent.
Règles
Droit
Ce qu’il permet
Accès
savoir quelles données sont conservées et en obtenir une copie
Rectification
corriger une donnée fausse
Effacement
faire supprimer ses données, dans certains cas
Opposition
refuser certains usages, comme la prospection commerciale
Portabilité
récupérer ses données pour les transférer ailleurs
Cinq droits que le RGPD donne à chaque personne sur ses données.
Question 1 sur 2
Laquelle de ces données est une donnée personnelle ?
Une adresse IP permet, avec les informations du fournisseur d’accès, de remonter jusqu’à une personne : elle l’identifie indirectement. Les trois autres données ne concernent personne en particulier.
Question 2 sur 2
Tu veux savoir quelles données une application a enregistrées sur toi. Quel droit du RGPD exerces-tu ?
Le droit d’accès permet de savoir ce qui est conservé et d’en obtenir une copie. La portabilité sert à récupérer ses données pour les transférer à un autre service ; la rectification, à corriger une erreur.
Capsule 5 terminée
Données personnelles et RGPD
2 questions
Ton parcours · Données structurées
Capsule 1 : Données et métadonnées1
Capsule 2 : Descripteurs et collections2
Capsule 3 : Le format CSV3
Capsule 4 : Rechercher, filtrer, trier4
Capsule 5 : Données personnelles et RGPD5
Capsule 6 : Volumes et stockage6
Capsule 7 : Données ouvertes et croisement7
6Capsule suivanteVolumes et stockageDes octets aux centres de données
Notion 1
Ordres de grandeur
La taille des données se mesure en octets (1 octet = 8 bits). Chaque préfixe multiplie par 1 000 : kilooctet (ko), mégaoctet (Mo), gigaoctet (Go), téraoctet (To), pétaoctet (Po).
Un caractère de texte simple occupe environ 1 octet. Une image, et plus encore une vidéo, pèse bien plus lourd qu’un texte.
Règles
Contenu
Taille approximative
page de texte
quelques ko
photo de smartphone
quelques Mo
chanson de 4 minutes, compressée
environ 4 Mo
film de 2 heures en haute définition
quelques Go
disque dur d’ordinateur
de l’ordre de 1 To
Des ordres de grandeur, qui varient avec la qualité et la compression.
Notion 2
Où sont stockées les données ?
Les données sont stockées sur des supports physiques : disque dur, mémoire flash d’un téléphone ou d’une clé USB. Le cloud, c’est stocker ses fichiers sur les serveurs d’un centre de données, accessibles par Internet.
Les fichiers y sont copiés en plusieurs exemplaires. Ces centres consomment beaucoup d’électricité, et leur localisation compte pour savoir quelles lois s’appliquent aux données.
Tes fichiers passent par Internet et sont conservés en plusieurs copies dans des centres de données distants.
Question 1 sur 2
Combien de gigaoctets y a-t-il dans 1 téraoctet ?
On passe d’une unité à la suivante en multipliant par 1 000 : 1 To = 1 000 Go. 1 000 000, c’est le nombre de mégaoctets dans 1 To.
Question 2 sur 2
Où se trouvent des photos enregistrées « dans le cloud » ?
Le cloud désigne des serveurs bien réels, installés dans des centres de données. On y accède par Internet, d’où qu’on soit.
Capsule 6 terminée
Volumes et stockage
2 questions
Ton parcours · Données structurées
Capsule 1 : Données et métadonnées1
Capsule 2 : Descripteurs et collections2
Capsule 3 : Le format CSV3
Capsule 4 : Rechercher, filtrer, trier4
Capsule 5 : Données personnelles et RGPD5
Capsule 6 : Volumes et stockage6
Capsule 7 : Données ouvertes et croisement7
7Capsule suivanteDonnées ouvertes et croisementRéutiliser des données publiques, avec prudence
Notion 1
Les données ouvertes
Les données ouvertes (open data) sont publiées pour que chacun puisse les consulter, les télécharger et les réutiliser librement, y compris pour créer un service.
L’État, les communes ou les réseaux de transport publient ainsi horaires, budgets ou qualité de l’air, souvent en CSV. Elles ne doivent permettre d’identifier personne.
Méthode
Avant de réutiliser un jeu de données :
Qui l’a produit ?
De quand date-t-il, et est-il mis à jour ?
Que signifie chaque descripteur, avec quelle unité ?
Sous quelle licence est-il publié ?
Les métadonnées d’un jeu de données ouvert répondent à ces quatre questions.
Notion 2
Croiser des tables
Deux tables qui partagent un descripteur, comme un code de commune, peuvent être croisées : on rapproche les lignes qui ont la même valeur.
Retirer le nom ne suffit donc pas à anonymiser : code postal, date de naissance et sexe, réunis, désignent parfois une seule personne.
Exemple
code
commune
habitants
A12
Valmont
8 400
B07
Rochebrune
2 100
code
qualite_air
A12
bonne
B07
moyenne
Croisées par le code : Valmont, 8 400 habitants, air de bonne qualité ; Rochebrune, 2 100 habitants, air de qualité moyenne.
Deux tables de communes fictives, reliées ligne à ligne par leur descripteur commun, code.
Question 1 sur 2
Que sont des données ouvertes ?
Une donnée ouverte est publiée pour être réutilisée, sous une licence qui l’autorise. Être visible en ligne ne suffit pas, et des données personnelles n’ont pas à être ouvertes.
Question 2 sur 2
Un fichier sans nom ni prénom indique, pour chaque patient d’un hôpital, son code postal, sa date de naissance et son sexe. Pourquoi n’est-il pas forcément anonyme ?
Réunies, ces trois valeurs sont souvent propres à une seule personne : en les croisant avec une autre table, on peut la retrouver. Le format du fichier n’y change rien.
Capsule 7 terminée
Données ouvertes et croisement
2 questions
Ton parcours · Données structurées
Capsule 1 : Données et métadonnées1
Capsule 2 : Descripteurs et collections2
Capsule 3 : Le format CSV3
Capsule 4 : Rechercher, filtrer, trier4
Capsule 5 : Données personnelles et RGPD5
Capsule 6 : Volumes et stockage6
Capsule 7 : Données ouvertes et croisement7
Étape suivanteS’entraînerLes exercices corrigés du chapitre
Touche → pour continuer
0 / 35 étapes · 0 / 7 capsules validées
Exercices · Données structurées
En accès libre, avec indices et corrigés détaillés. Tes réponses sur papier ne sont pas évaluées automatiquement.
Identifier · 5 min
Décrire une collection
Fait
Une médiathèque fictive enregistre ses livres dans cette table.
id
titre
genre
pages
disponible
1
Le Phare
roman
212
oui
2
Les Volcans
documentaire
96
non
3
Le Phare
bande dessinée
64
oui
Combien d’objets et combien de descripteurs compte cette collection ?
Donne la valeur du descripteur genre pour le livre d’id 2.
Indique le type des valeurs de pages et de disponible.
Pourquoi titre ne peut-il pas servir d’identifiant ? Quel descripteur joue ce rôle ?
Un indice
Un objet est une ligne, un descripteur une colonne. Compare les titres des trois livres.
Voir le corrigé détaillé
1. La table compte 3 objets (trois lignes, trois livres) et 5 descripteurs : id, titre, genre, pages, disponible. La ligne des noms de colonnes n’est pas un objet.
2. Pour le livre d’id 2, genre vaut documentaire.
3. pages : nombre entier. disponible : booléen, qui ne prend que deux valeurs, oui (vrai) ou non (faux).
4. Les livres 1 et 3, pourtant différents, s’appellent tous deux Le Phare : titre ne distingue pas chaque objet. C’est id, différent pour chaque livre, qui sert d’identifiant.
Ta réponse sur papier n’est pas notée.
Analyser · 7 min
Lire un CSV à point-virgule
Fait
Une station météo fictive exporte ses relevés dans le fichier releves.csv :
Écris une boucle qui affiche le nom des circuits de moins de 10 km. Qu’affiche-t-elle ?
Écris une fonction distance_moyenne(circuits) et donne le résultat pour cette liste.
Affiche le nom et le dénivelé des circuits, du plus petit au plus grand dénivelé.
Un indice
On lit une valeur avec e['km']. Pour trier, écris une fonction qui renvoie la clé de tri, puis donne-la à sorted.
Voir le corrigé détaillé
1. Un filtre :
for e in circuits:
if e['km'] < 10:
print(e['nom'])
Affiche Lac Vert, puis Bois Clair.
2. Une somme, puis une division par le nombre de circuits :
def distance_moyenne(circuits):
total = 0
for e in circuits:
total = total + e['km']
return total / len(circuits)
12 + 7 + 15 + 5 = 39, et 39 / 4 = 9.75 km.
3. Un tri croissant sur le descripteur denivele :
def cle(e):
return e['denivele']
for e in sorted(circuits, key=cle):
print(e['nom'], e['denivele'])
Affiche Bois Clair 120, Lac Vert 200, Col Bleu 650, puis Pic Roux 1100. Chaque ligne se déplace en entier : le nom reste associé à son dénivelé.
Ta réponse sur papier n’est pas notée.
Argumenter · 8 min
Une application et tes données
Fait
À l’inscription, une application fictive de club sportif demande : un pseudonyme, une adresse email, la date de naissance complète, une photo du visage, un numéro de téléphone et l’accès permanent à ta localisation. Elle sert à suivre tes entraînements.
Parmi ces données, lesquelles sont personnelles ?
Selon le principe de minimisation du RGPD, lesquelles te semblent inutiles pour suivre des entraînements ? Justifie.
Tu veux récupérer ton historique pour l’emporter dans une autre application, puis faire supprimer ton compte. Quels droits exerces-tu ?
Tu as 14 ans et l’inscription repose sur ton consentement. Que prévoit la loi française ?
Un indice
Une donnée est personnelle dès qu’elle permet d’identifier quelqu’un, même indirectement. Minimiser, c’est ne demander que ce qui sert le but annoncé.
Voir le corrigé détaillé
1.Toutes sont personnelles. La photo identifie directement ; l’email, le téléphone, la date de naissance, la localisation et même le pseudonyme, rattaché au compte, permettent d’identifier indirectement.
2. Pour suivre des entraînements, un pseudonyme et une adresse email pour se connecter suffisent. La photo du visage, le numéro de téléphone et la date de naissance complète ne servent pas ce but. La localisation permanente est la plus intrusive : elle révèle ton domicile et tes habitudes. Au mieux, elle ne serait activée que pendant une séance, avec ton accord.
3. Le droit à la portabilité pour récupérer tes données dans un format réutilisable, puis le droit à l’effacement pour les faire supprimer.
4. En France, avant 15 ans, il faut ton consentement et celui d’un titulaire de l’autorité parentale, en général un parent.