Qu'est-ce que le traitement des données structurées en SNT ?

C'est l'ensemble des opérations réalisées sur une ou plusieurs tables : rechercher une valeur, filtrer les lignes selon une condition, trier, calculer (somme, moyenne, comptage) et croiser deux tables. On les réalise avec un tableur ou avec un langage comme Python, puis on représente le résultat par un graphique.

Quelle différence entre trier et filtrer des données ?

Trier change l'ordre des lignes selon un descripteur, sans en supprimer aucune. Filtrer ne garde que les lignes qui vérifient une condition, par exemple « Ville = Lyon » : le nombre de lignes affichées diminue.

Comment croiser deux tables de données ?

Il faut un descripteur commun aux deux tables, dont les valeurs sont écrites exactement de la même façon (un code, un identifiant). On associe chaque ligne de la première table à la ligne de la seconde qui a la même valeur, ce qui ajoute de nouvelles colonnes.

Quel graphique choisir pour représenter des données ?

Une courbe pour une évolution dans le temps, un diagramme en barres pour comparer des catégories, un diagramme circulaire pour les parts d'un tout, un nuage de points pour étudier le lien entre deux descripteurs numériques. L'axe des valeurs d'un diagramme en barres doit partir de 0.

Pourquoi Python trie-t-il mal les nombres lus dans un fichier CSV ?

Les valeurs lues dans un fichier CSV sont des chaînes de caractères : Python les compare caractère par caractère, si bien que '9' est placé après '10'. Il faut les convertir avec int() ou float() avant de trier ou de comparer.

Sciences numériques et technologie (SNT) 2ⁿᵈᵉ

Ressources · 2ⁿᵈᵉ · Sciences numériques et technologie (SNT)

Traitement et visualisation des données

Rechercher, trier, filtrer, croiser des tables et représenter des données, avec un tableur ou Python (SNT de 2nde)

À propos de cette page

Ce cours de sciences numériques et technologie (SNT) en seconde sur « Traitement et visualisation des données » suit le programme officiel de sciences numériques et technologie (SNT) de seconde. Il présente les définitions, les propriétés et les méthodes essentielles, accompagnées d'exemples résolus pour bien comprendre. Au programme : L'essentiel, Rechercher et filtrer, Trier et calculer, Croiser deux tables. Chaque notion est expliquée pas à pas, puis mise en pratique grâce à des exercices interactifs, un QCM et une évaluation corrigée. Idéal pour réviser à son rythme, combler ses lacunes et progresser, en autonomie ou avec un professeur. Cours rédigé par un professeur particulier à Marseille pour aider les élèves de seconde à réussir en sciences numériques et technologie (SNT).

L'essentiel

Rappel : table de données. Des objets (les enregistrements, une ligne chacun) décrits par les mêmes descripteurs (les colonnes). Une case contient la valeur d'un descripteur pour un objet. La structure et les formats des tables sont étudiés dans le chapitre « Données structurées ».

Traiter des données structurées, c'est appliquer à une ou plusieurs tables des opérations de recherche, de filtre, de tri ou de calcul, éventuellement après avoir croisé deux tables. On visualise ensuite le résultat par un graphique.

Données ouvertes (open data). Données publiées librement par des administrations, des collectivités ou des entreprises, sous une licence qui autorise leur réutilisation. On les télécharge le plus souvent au format CSV, par exemple sur le portail public data.gouv.fr.

Récupérer des données ouvertes. Sur un portail comme data.gouv.fr, on cherche un jeu de données par mots-clés, puis on lit sa fiche avant de télécharger : producteur, licence, date de mise à jour, description des colonnes (ce sont les métadonnées du jeu de données). On télécharge ensuite la ressource au format CSV et on l'ouvre au tableur, en indiquant le séparateur et l'encodage (souvent UTF-8), ou avec Python.
Exemple réel : le ministère de la Culture y publie, sous Licence Ouverte, le jeu « Fréquentation des Musées de France ». Son fichier CSV (séparateur « ; ») compte plus de 12 000 lignes, chacune donnant la fréquentation d'un musée pour une année, avec des descripteurs comme region, ville, codeInseeCommune, annee, payant, gratuit et total : de quoi refaire sur de vraies données les traitements de ce cours.

Deux outils au programme : le tableur (LibreOffice Calc, Excel…) pour travailler sur quelques centaines de lignes en voyant les données ; un langage de programmation comme Python pour automatiser le traitement de milliers de lignes.

Table d'exemple (données fictives), utilisée dans tout le cours :

Nom	Ville	Catégorie	Visiteurs 2025
Musée des Docks	Marseille	Histoire	48 200
Musée du Phare	Brest	Sciences	31 750
Musée des Tisserands	Lyon	Arts	67 900
Musée de la Mine	Lens	Histoire	22 430
Musée du Ciel	Toulouse	Sciences	85 120
Musée des Remparts	Marseille	Arts	39 610

Rechercher et filtrer

Rechercher : trouver la valeur d'un descripteur pour un objet donné. Filtrer : ne conserver que les lignes qui vérifient une condition portant sur un ou plusieurs descripteurs.

Conditions combinées. Avec ET, une ligne est gardée si elle vérifie toutes les conditions (le filtre est plus sélectif). Avec OU, elle est gardée si elle vérifie au moins une condition (le filtre garde plus de lignes).

Exemples sur la table des musées.
• Recherche : nombre de visiteurs du Musée de la Mine → 22 430.
• Filtre « Catégorie = Histoire » → Musée des Docks et Musée de la Mine (2 lignes).
• Filtre « Ville = Marseille ET Visiteurs > 40 000 » → seulement le Musée des Docks.
• Filtre « Catégorie = Sciences OU Visiteurs > 60 000 » → Phare, Tisserands, Ciel (3 lignes).

Au tableur, le filtre automatique masque les lignes qui ne vérifient pas la condition : il ne les supprime pas. En Python, on filtre avec une boucle et un if, ou avec une liste en compréhension.

Trier et calculer

Trier : réordonner les lignes selon les valeurs d'un descripteur, par ordre croissant ou décroissant (ordre numérique pour des nombres, alphabétique pour du texte). Chaque ligne se déplace en entier : un objet garde toutes ses valeurs.

Exemple. Tri par visiteurs décroissants : Ciel (85 120), Tisserands (67 900), Docks (48 200), Remparts (39 610), Phare (31 750), Mine (22 430).

Calculer sur une colonne (éventuellement après un filtre) : somme, moyenne, minimum, maximum, nombre de lignes vérifiant une condition. La moyenne vaut

moyenne = \frac{somme des valeurs}{nombre de valeurs}

Exemple. Total des visiteurs : 48 200 + 31 750 + 67 900 + 22 430 + 85 120 + 39 610 = 295 010. Moyenne : 295 010 ÷ 6 ≈ 49 168 visiteurs par musée.

Opération	Tableur	Python
Somme	`=SOMME(D2:D7)`	`sum(liste)`
Moyenne	`=MOYENNE(D2:D7)`	`sum(liste) / len(liste)`
Minimum, maximum	`=MIN(…)`, `=MAX(…)`	`min(liste)`, `max(liste)`
Compter selon une condition	`=NB.SI(plage;critère)`	boucle avec un compteur
Somme selon une condition	`=SOMME.SI(plage;critère;plage_somme)`	boucle avec un `if`
Trier	menu Données > Trier	`sorted(liste)`

Croiser deux tables

Croiser (ou fusionner) deux tables : associer chaque ligne de la première à la ligne de la seconde qui a la même valeur pour un descripteur commun. On obtient une table enrichie de nouvelles colonnes.

Exemple. Une seconde table donne la région de chaque ville : Marseille → Provence-Alpes-Côte d'Azur ; Brest → Bretagne ; Lyon → Auvergne-Rhône-Alpes ; Lens → Hauts-de-France ; Toulouse → Occitanie. Le descripteur commun est Ville. Après croisement, chaque musée reçoit une colonne « Région » : on peut alors calculer par région, par exemple 48 200 + 39 610 = 87 810 visiteurs en Provence-Alpes-Côte d'Azur.

Le meilleur descripteur commun est un identifiant (code INSEE, numéro d'élève, référence de produit) : il est unique et s'écrit toujours de la même manière, contrairement à un nom.

Pourquoi deux tables plutôt qu'une ? Recopier la région sur chaque ligne de musée répéterait la même information (redondance) : pour corriger le nom d'une région, il faudrait modifier toutes ses lignes, au risque d'en oublier une et de rendre la table incohérente. On range donc la région une seule fois par ville, dans une table séparée, et on croise les deux tables quand on en a besoin.

Visualiser les données

Choisir le graphique selon la question posée.

Objectif	Graphique adapté
Suivre une évolution dans le temps	Courbe
Comparer des catégories	Diagramme en barres
Montrer les parts d'un tout	Diagramme circulaire (secteurs)
Étudier le lien entre deux descripteurs numériques	Nuage de points
Répartir une grandeur continue en classes	Histogramme
Données associées à des lieux	Carte

Exemple. Visiteurs par catégorie : Histoire 48 200 + 22 430 = 70 630 ; Sciences 31 750 + 85 120 = 116 870 ; Arts 67 900 + 39 610 = 107 510. Pour comparer ces catégories, on choisit un diagramme en barres.

Un graphique honnête a un titre, des axes nommés avec leurs unités, la source des données, et, pour des barres, un axe des valeurs qui commence à 0. Dans un diagramme circulaire, l'angle d'un secteur est proportionnel à l'effectif :

angle = \frac{effectif}{total} \times 360 °

Données massives et enjeux

Données massives (big data). Ensembles de données si volumineux, produits si vite et si variés (textes, photos, vidéos, relevés de capteurs…) qu'un tableur ou un ordinateur seul ne suffit plus pour les traiter : on résume ces caractéristiques par les « 3 V », volume, vélocité et variété. Le traitement est alors réparti entre de nombreux serveurs, dans des centres de données.

Des usages en plein essor dans les sciences, la santé ou l'économie. Les opérations restent celles de ce cours (rechercher, filtrer, trier, calculer, croiser), mais elles sont confiées à des programmes et appliquées à des volumes de données sans commune mesure avec une table de quelques lignes.

Des enjeux de société. En croisant de grandes tables, on peut dresser des profils précis des personnes : cela pose des questions de surveillance de masse, d'exploitation des données personnelles et de démocratie. Il existe un marché de la donnée : des entreprises collectent et revendent des données sans transparence pour les usagers. Le RGPD, appliqué dans toute l'Union européenne depuis le 25 mai 2018, encadre ces pratiques. À l'inverse, les producteurs de données ouvertes les considèrent comme un bien commun.

Méthodes

Méthode 1 — Filtrer, compter et calculer au tableur

Repérer la plage de la colonne testée (ici C2:C7) et celle des valeurs (D2:D7).
Compter les lignes vérifiant un critère avec =NB.SI(plage;critère).
Sommer selon un critère avec =SOMME.SI(plage;critère;plage_somme).
Vérifier l'ordre de grandeur du résultat en lisant la table.

Exemple rédigé. Les catégories sont en C2:C7, les visiteurs en D2:D7. =NB.SI(C2:C7;"Sciences") renvoie 2 (Phare et Ciel). =SOMME.SI(C2:C7;"Arts";D2:D7) renvoie 67 900 + 39 610 = 107 510. =MOYENNE(D2:D7) renvoie environ 49 168,33.

Méthode 2 — Filtrer et trier en Python

Représenter la table par une liste de dictionnaires (un dictionnaire par ligne, une clé par descripteur).
Filtrer avec une liste en compréhension : [… for m in table if condition].
Trier avec sorted(table, key=cle), où cle renvoie le descripteur de tri ; ajouter reverse=True pour l'ordre décroissant.

Exemple rédigé.

musees = [
    {'nom': 'Musée des Docks', 'cat': 'Histoire', 'visiteurs': 48200},
    {'nom': 'Musée du Ciel', 'cat': 'Sciences', 'visiteurs': 85120},
    # … les quatre autres musées
]
grands = [m['nom'] for m in musees if m['visiteurs'] > 40000]

def cle(m):
    return m['visiteurs']

classement = sorted(musees, key=cle, reverse=True)
print(classement[0]['nom'])

Avec les six musées, grands contient Docks, Tisserands et Ciel (3 musées), et le programme affiche Musée du Ciel, le plus visité.

Méthode 3 — Croiser deux tables

Identifier le descripteur commun aux deux tables.
Vérifier que ses valeurs sont écrites exactement de la même façon (accents, majuscules, espaces).
Pour chaque ligne de la première table, chercher la ligne de même valeur dans la seconde et recopier les colonnes utiles.
Traiter les lignes sans correspondance (les signaler ou les écarter).

Exemple rédigé. Pour le Musée de la Mine, la valeur de Ville est « Lens » ; dans la table des villes, « Lens » correspond à « Hauts-de-France ». La nouvelle colonne Région vaut donc Hauts-de-France pour ce musée. En répétant l'opération, on constate que seule la région Provence-Alpes-Côte d'Azur compte deux musées.

Pièges et erreurs classiques

Nombres lus comme du texte. Un fichier CSV ne contient que du texte : en Python, csv.DictReader renvoie des chaînes. Comparées caractère par caractère, '9' > '10'. Convertir avec int() ou float() avant tout tri ou calcul.

Trier une seule colonne. Au tableur, trier une colonne sans les autres mélange les valeurs des objets : il faut sélectionner toute la table.

Croisement raté. « Saint-Malo » et « St Malo » ne correspondent pas : la ligne reste sans correspondance.

Données sales. Doublons, cases vides, unités écrites dans la case (« 12 kg »), virgule ou point décimal : il faut nettoyer la table avant de calculer. Une case vide n'est pas un zéro.

Graphique trompeur. Un axe des valeurs qui ne commence pas à 0 exagère les écarts entre les barres ; une courbe pour des catégories sans ordre n'a pas de sens.

Corrélation n'est pas causalité. Deux descripteurs qui augmentent ensemble dans un nuage de points peuvent dépendre tous deux d'un troisième (la population, par exemple).

En bref

Traiter des données structurées : rechercher, filtrer (ET, OU), trier, calculer, croiser des tables.
Filtrer garde certaines lignes ; trier les réordonne toutes, chaque ligne se déplaçant en entier.
Tableur : SOMME, MOYENNE, MIN, MAX, NB.SI, SOMME.SI ; Python : listes de dictionnaires, sorted, listes en compréhension.
Croiser deux tables exige un descripteur commun écrit à l'identique, idéalement un identifiant.
Nettoyer avant de calculer : doublons, cases vides, nombres stockés en texte.
Graphique choisi selon la question (courbe, barres, secteurs, nuage de points), axe des barres à partir de 0.

Bloqué sur ce chapitre ?

Moi c'est Ben, j'ai créé ce site pour aider le plus d'élèves possible, partout en France. Je peux aussi reprendre avec toi ce qui coince en cours particulier : en visio, ou à domicile si tu es à Marseille.

Réserver un 1^er cours → Voir les tarifs

Soutien scolaire à Marseille · Cours particuliers au lycée · Aide aux devoirs