Traitement et visualisation des données

a) Chaque ligne décrit un livre : il y a 5 enregistrements. Chaque colonne est un descripteur : il y en a 4, Titre, Genre, Année et Emprunts.

b) On ne garde que les lignes dont la valeur du descripteur Genre est « Policier » : Code secret et La Nuit du port. Les trois autres lignes sont écartées (masquées au tableur).

c) On range les lignes selon l'année, de la plus ancienne à la plus récente : 2008, 2011, 2016, 2019, 2021. L'ordre est donc La Nuit du port, Le Jardin d'hiver, Atlas des volcans, Code secret, Mille étoiles. Chaque ligne se déplace avec toutes ses valeurs.

d) Total : 14 + 23 + 9 + 17 + 12 = 75 emprunts. Moyenne : 75 ÷ 5 = 15 emprunts par livre.

a) =MAX(B2:B8) renvoie la plus grande valeur de la plage : 22,6 °C (samedi).

b) =MOYENNE(B2:B8). Somme : 18,4 + 21,7 + 16,2 + 14,9 + 17,3 + 22,6 + 19,8 = 130,9. Moyenne : 130,9 ÷ 7 = 18,7 °C.

c) Un jour sans pluie a la valeur 0 en colonne C : =NB.SI(C2:C8;0) compte ces cellules. Lundi, mardi, samedi et dimanche : 4 jours.

d) =SOMME(C2:C8) : 0 + 0 + 3,5 + 8,1 + 1,2 + 0 + 0 = 12,8 mm.

a) Il s'agit d'une évolution dans le temps : on trace une courbe, les mois en abscisse et le nombre d'abonnés en ordonnée. Les points reliés montrent les hausses et les baisses.

b) On veut les parts d'un tout (les 1 240 élèves) : un diagramme circulaire convient, chaque secteur ayant un angle proportionnel à l'effectif du mode de transport.

c) On compare des catégories sans ordre naturel : un diagramme en barres, avec un axe des valeurs partant de 0.

d) On étudie le lien entre deux descripteurs numériques d'un même objet : un nuage de points, chaque élève étant un point (taille, pointure). Si les points s'alignent grossièrement, les deux grandeurs varient ensemble.

a) La boucle parcourt les stations et ne retient que celles dont la valeur de velos vaut 0 : c'est un filtre. Seule la station Port est concernée, le programme affiche ['Port'].

b) « Au moins 5 » se traduit par >= 5 :
dispo = [s['nom'] for s in stations if s['places'] >= 5]
Mairie (11), Port (15) et Lycée (5) vérifient la condition : ['Mairie', 'Port', 'Lycée'].

c) La condition > 5 signifie « strictement plus de 5 » : elle exclut la valeur 5. La station Lycée, qui a exactement 5 places, disparaît et l'élève obtient ['Mairie', 'Port'], soit 2 stations au lieu de 3. L'erreur porte sur le cas limite.

d) total = sum([s['velos'] for s in stations]). Calcul : 12 + 4 + 0 + 7 + 9 = 32 vélos.

a) Chaque élément est écrit entre apostrophes : ce sont des chaînes de caractères (type str). C'est normal, car un fichier CSV ne contient que du texte.

b) Python compare les chaînes caractère par caractère, selon l'ordre des caractères : il compare d'abord les premiers chiffres, '1' < '6' < '8' < '9'. On obtient ['105', '64', '87', '9'] : c'est un ordre alphabétique, pas un ordre numérique. '9' est placé en dernier car son premier caractère est le plus grand.

c) On convertit chaque chaîne avec int puis on trie :
sorted([int(x) for x in scores]) renvoie [9, 64, 87, 105].

d) On ajoute reverse=True :
sorted([int(x) for x in scores], reverse=True) renvoie [105, 87, 64, 9].

a) Le descripteur commun est le code de l'option : « Code option » dans la table Élèves et « Code » dans la table Options contiennent les mêmes valeurs (LAT, SI, EPS). Les noms des colonnes peuvent différer, ce sont les valeurs qui doivent correspondre.

b) Pour chaque élève, on cherche son code dans la table Options et on recopie l'intitulé et la salle :

c) On filtre la table fusionnée sur « Salle = B12 » : Inès et Tom, tous deux inscrits en latin.

d) Le code CAV n'existe pas dans la table Options : la ligne de Sacha n'a aucune correspondance, son intitulé et sa salle restent vides. On peut soit écarter la ligne (la table fusionnée n'a alors que 4 lignes), soit la conserver en la signalant, puis compléter la table Options avec l'option manquante. Il ne faut surtout pas inventer une salle.

a) 1) La ligne de Lina apparaît deux fois : c'est un doublon. 2) La réponse de Chloé est une case vide (valeur manquante). 3) « 2 h » contient une unité dans la case : ce n'est pas un nombre pour le tableur. 4) « 4.25 » utilise un point décimal alors que les autres valeurs utilisent la virgule : format hétérogène.

b) On supprime le doublon, on écarte la ligne vide (on ne connaît pas la réponse de Chloé) et on harmonise les nombres : Lina 3,5 ; Yanis 2 ; Adam 4,25 ; Noé 1,75.

c) Somme : 3,5 + 2 + 4,25 + 1,75 = 11,5. Il reste 4 valeurs, donc moyenne = 11,5 ÷ 4 = 2,875 h. Or 0,875 × 60 = 52,5 min, soit 2 h 52 min 30 s.

d) Il obtient (3,5 + 2 + 3,5 + 0 + 4,25 + 1,75) ÷ 6 = 15 ÷ 6 = 2,5 h. C'est faux pour deux raisons : Lina est comptée deux fois, et Chloé n'a pas déclaré 0 h, sa réponse est inconnue. Une case vide n'est pas un zéro : la moyenne est tirée vers le bas.

1. Le filtre garde L2, L3 et L5. Bus : 21 870 + 14 205 + 9 480 = 45 555 validations. Trams (L1 et L4) : 58 340 + 46 110 = 104 450 validations.

2. Total : 45 555 + 104 450 = 150 005. Part du tram : 104 450 ÷ 150 005 × 100 ≈ 69,6 %. Près de sept validations sur dix se font en tram.

3. On divise les validations par la longueur :
L1 : 58 340 ÷ 12,4 ≈ 4 704,8 ; L2 : 21 870 ÷ 9,6 ≈ 2 278,1 ; L3 : 14 205 ÷ 15,2 ≈ 934,5 ; L4 : 46 110 ÷ 8,9 ≈ 5 180,9 ; L5 : 9 480 ÷ 6,1 ≈ 1 554,1.
Classement décroissant : L4, L1, L2, L5, L3.

4. Selon le nombre brut, l'ordre est L1, L4, L2, L3, L5. Le calcul par kilomètre inverse L1 et L4, ainsi que L3 et L5 ; seule L2 garde sa 3e place. Chaque ligne ne bouge que d'un rang, mais le changement le plus parlant concerne L3, qui passe de la 4e à la dernière place : elle a beaucoup de validations seulement parce qu'elle est très longue (15,2 km). Un indicateur rapporté à la taille change la conclusion.

5. Avec un axe partant de 9 000, les hauteurs des barres sont proportionnelles à « validations − 9 000 » : L2 → 12 870 et L5 → 480. Rapport apparent : 12 870 ÷ 480 ≈ 26,8. Rapport réel : 21 870 ÷ 9 480 ≈ 2,3. Le graphique multiplie l'écart visuel par plus de dix : c'est un axe tronqué. Pour un diagramme en barres, l'axe doit commencer à 0.

6. Parmi les bus, les validations par kilomètre valent 2 278,1 (L2), 1 554,1 (L5) et 934,5 (L3). La ligne la plus chargée au kilomètre est donc L2. Il faut écarter l'argument du nombre brut, qui avantage les lignes longues, et celui du graphique du document 2, qui déforme les écarts. On peut nuancer : une semaine de données ne suffit pas, il faudrait vérifier sur plusieurs semaines et tenir compte des heures de pointe.

1. La première ligne donne les descripteurs : compteur, jour, passages. Les lignes suivantes sont les enregistrements : il y en a 6.

2. Les relevés strictement supérieurs à 400 sont 452 (Quai, lundi), 1 205 (Pont, lundi) et 618 (Parc, lundi). Affichage attendu : ['Quai lundi', 'Pont lundi', 'Parc lundi'].

3. csv.DictReader lit des chaînes de caractères : ligne['passages'] vaut par exemple '1205' et non 1205, et la condition compare deux chaînes. Python compare alors caractère par caractère. Pour '1205', le premier caractère '1' est avant '4' : '1205' > '400' est faux, et ce relevé pourtant élevé est oublié. Pour '96', '9' est après '4' : '96' > '400' est vrai, et un relevé de 96 passages est retenu à tort. Les autres comparaisons donnent le bon résultat par hasard (même nombre de chiffres).

4. On convertit la valeur en entier et on compare à un nombre :
if int(ligne['passages']) > 400:

5. Quai : 452 + 387 = 839 ; Pont : 1 205 + 96 = 1 301 ; Parc : 618 + 274 = 892. Classement : Pont (1 301), Parc (892), Quai (839). Le compteur Pont, oublié par le programme erroné, est en réalité le plus fréquenté.

6. Total : 839 + 1 301 + 892 = 3 032 passages pour 6 relevés. Moyenne : 3 032 ÷ 6 ≈ 505,3, soit environ 505 passages par relevé.

1. Le descripteur commun est le Code de la commune. Les lignes du document 2 ne sont pas dans le même ordre que celles du document 1 (01, 03, 04, 02) : recopier la colonne telle quelle attribuerait à Brisac les 51 bornes de Lornay. Il faut associer les lignes par la valeur du code.

2.

3. Indicateur = bornes ÷ habitants × 10 000. Saint-Aubel : 19 ÷ 7 840 × 10 000 = 190 000 ÷ 7 840 ≈ 24,23, soit environ 24,2 bornes pour 10 000 habitants.
Valmont : 730 000 ÷ 48 600 ≈ 15,0 ; Brisac : 220 000 ÷ 12 350 ≈ 17,8 ; Lornay : 510 000 ÷ 27 900 ≈ 18,3.

4. L'article compare des nombres bruts : Valmont a bien le plus de bornes (73), mais c'est aussi la commune la plus peuplée. Rapporté à la population, Valmont est au contraire la moins bien équipée (15,0), et Saint-Aubel la mieux équipée (24,2). L'affirmation est donc fausse : pour comparer des communes de tailles différentes, il faut un indicateur rapporté au nombre d'habitants.

5. On compare quatre catégories (les communes) : un diagramme en barres, une barre par commune, avec un titre, l'unité « bornes pour 10 000 habitants » et un axe des valeurs qui commence à 0, sans quoi les écarts seraient exagérés.

6. En D2 : =C2/B2*10000, puis on recopie jusqu'en D5 : les références s'adaptent à chaque ligne (C3/B3, C4/B4…). On peut arrondir avec =ARRONDI(C2/B2*10000;1).