Structurer des données

Définitions

Commençons par quelques définitions !

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

Il est important de noter qu'une personne physique peut être identifiée :

• de manière directe (exemple : nom et prénom)
• de manière indirecte (exemple : par un numéro de téléphone, une plaque d'immatriculation, etc.)

Avez-vous d'autres exemples de données personnelles qui permettent d'identifier indirectement une personne physique ?

Notez que l'identification d'une personne physique peut être réalisée :

• à partir d'une seule donnée
• à partir du croisement d'un ensemble de données (exemple : une femme vivant à telle adresse et membre dans telle association)

Le format CSV

Pour structurer des données

Le format CSV est très courant sur le Web. Voici ce que nous dit Wikipédia sur le format CSV :

Comma-separated values, connu sous le sigle CSV, est un format informatique ouvert représentant des données tabulaires sous forme de valeurs séparées par des virgules.
Un fichier CSV est un fichier texte, par opposition aux formats dits « binaires ». Chaque ligne du texte correspond à une ligne du tableau et les virgules correspondent aux séparations entre les colonnes. Les portions de texte séparées par une virgule correspondent ainsi aux contenus des cellules du tableau.

Voici un exemple du contenu d'un fichier CSV :

nom,prenom,date_naissance
Johnson,Katherine,26/08/1918
Lovelace,Ada,10/12/1815
Hamilton,Margaret,17/08/1936

Je pense qu'il est évident pour vous que nous avons ici 3 femmes :

• Katherine Johnson qui est née le 26/08/1918
• Ada Lovelace qui est née le 10/12/1815
• Margaret Hamilton qui est née le 17/08/1936

Dans ce fichier :

• Les éléments sur la première ligne, à savoir nom, prenom et date_naissance, sont appelés des descripteurs. Ces descripteurs permettent de décrire les données en définissant leur contenu.
• Johnson, Lovelace et Hamilton sont les valeurs du descripteur nom.
• Chacune des lignes de ce fichier (hormis la première qui contient les descripteurs) s'appelle un objet ou un enregistrement. Ce fichier possède donc 3 enregistrements (ou 3 objets).
• Un regroupement d'objets (ou personnes, etc.) partageant les mêmes descripteurs s’appelle une collection de données. Le tableau ci-dessus présente donc une collection sur des femmes scientifiques célèbres.

✍️ Question 1 : Donnez les différentes valeurs du descripteur date_naissance du fichier précédent.

✍️ Question 2 : Choisissez l'une des trois personnalités de ce fichier puis :

• résumez en une phrase de qui il s'agit ,
• et donnez le lien vers sa page Wikipedia.

La virgule est un standard pour les données anglo-saxonnes, mais pas pour les données aux normes françaises. En effet, en français, la virgule est le séparateur des chiffres décimaux. Il serait impossible de différencier les virgules des décimaux et les virgules de séparation des informations. C’est pourquoi on utilise souvent, en France, un autre séparateur : le point-virgule (;). Dans certains cas cela peut engendrer quelques problèmes, vous devrez donc rester vigilants sur le type de séparateur utilisé.

Ouverture d'un fichier CSV

Comme un fichier CSV est un fichier texte, on peut le visualiser avec n'importe quel éditeur de texte (capture d'écran ci-dessous).

Fichier CSV ouvert avec un éditeur de texte

Mais comme un fichier CSV représente des données tabulaires, on peut représenter ces données dans un tableau qui s'appelle une table de données :

Et à ce titre, on peut l'ouvrir avec n'importe quel tableur (capture d'écran ci-dessous) qui range les données du fichier CSV dans un tableau avec des lignes et des colonnes :

Fichier CSV ouvert avec le tableur Calc de LibreOffice

💻 Question 3 : Téléchargez ce fichier CSV en cliquant sur le lien suivant : personnalites.csv. Puis ouvrez-le de deux manières :

• avec un éditeur de texte : clic droit sur le fichier téléchargé puis "Ouvrir avec" et sélectionnez "Bloc-notes"
• avec un tableur : clic droit sur le fichier téléchargé puis "Ouvrir avec" et sélectionnez "LibreOffice" puis sélectionnez la virgule comme séparateur lors de l'ouverture. Vous devriez obtenir des écrans similaires à ceux donnés au-dessus.

💻 Question 4 : Fermer le tableur puis, dans l'éditeur de texte, ajoutez une ligne (un objet) pour la graphiste Susan Kare et enregistrez les modifications. Vérifiez en ouvrant le fichier avec le tableur, que la ligne a bien été ajoutée dans le tableau.

Exercices

✏️ Exercice 1 : Télécharger un fichier CSV de données ouvertes

Source : https://data.angers.fr/pages/home/

La ville d'Angers met à disposition des citoyens les données en temps réel sur les disponibilités dans les parkings angevins (il y a plein d'autres jeux de données).

Ces données sont accessibles via cette page https://data.angers.fr/explore/dataset/parking-angers/information/.

💻 Question 1 : Télécharger ces données au format CSV en allant dans l'onglet Export de cette page.

✍️ Question 2 : Ouvrez le fichier téléchargé avec un éditeur de texte et répondez aux questions suivantes :

1. Quel est le caractère de séparation utilisé dans ce jeu de données ?
2. Quels sont les descripteurs de ce jeu de données ? (revoir la définition dans le paragraphe précédent si besoin).
3. Combien d'enregistrements possède ce jeu de données ? (revoir la définition dans le paragraphe précédent si besoin).

N'hésitez pas à ouvrir également ce fichier avec un tableur en veillant à sélectionner le bon caractère de séparation !

✏️ Exercice 2 : Les vidéos YouTube

Dans cette activité, on considère un objet particulier : une vidéo YouTube.

Les vidéos YouTube et toutes leurs caractéristiques sont enregistrées de manière structurée sur les serveurs de YouTube (ce n'est pas dans des fichiers CSV mais dans ce qu'on appelle des bases de données, mais le principe est similaire). C'est ce qui permet de rechercher des vidéos à partir de mots clés et d'afficher les résultats comme sur la capture d'écran ci-dessous.

Capture d'écran des premiers résultats YouTube pour le mot clé chatgpt.

✍️ Question 1 : Vous devez constater que les données affichées en résultat ont la même forme quelle que soit la vidéo. Identifiez tous les descripteurs des vidéos YouTube qui apparaissent à l'écran.

✍️ Question 2 : Construisez une table de données avec les descripteurs sur la première ligne et leurs valeurs pour l'une des 4 vidéos (celle de votre choix).

nom,prénom,classe
Dubois,Gabriel,2C
Marchand,Élodie,1G1

[
    {
        "nom": "Dubois",
        "prénom": "Gabriel",
        "classe": "2C"
    },
    {
        "nom": "Marchand",
        "prénom": "Élodie",
        "classe": "1G1"
    }
]

nom_commune,code_commune,pop2007,pop2012
BRIOLLAY,49048,2565,2751
VILLEVEQUE,49377,2738,2858
ECOUFLANT,49129,3747,3775

Bilan

• Une ........................... est une valeur décrivant un objet, une personne, un événement digne d’intérêt pour celui qui choisit de la conserver.
• Plusieurs ................................... peuvent être utiles pour décrire un même objet (par exemple des descripteurs permettant de caractériser un contact : nom, prénom, adresse et numéro de téléphone).
• Une ................................... regroupe des objets partageant les mêmes descripteurs (par exemple, la collection des contacts d’un carnet d’adresses).
• La structure de ................................... permet de présenter une collection : les objets en ................................... les descripteurs en ................................... et les données à l’intersection. Les données sont alors dites ...................................
• Pour assurer la persistance des données, ces dernières sont stockées dans des fichiers. Le format ................................... (Comma Separated Values, les données avec des séparateurs) est un format de fichier simple permettant d’enregistrer une table. Il en existe d’autres, comme le format JSON.
• Structurer des données permet d’effectuer des opérations très rapidement sur ces données (rechercher, filtrer, trier, calculer), ce qui sera vu par la suite.

Références :

• Cours de David Roche sur les différents types de données structurées
• CNIL pour la définition d'une donnée personnelle : https://www.cnil.fr/fr/definition/donnee-personnelle

Les enseignants du lycée Emmanuel Mounier à Angers