Traitement avec Python

• Comprendre ce qu'est une structure de données et identifier les listes et les dictionnaires.
• Manipuler des données dans des listes (ajout, suppression, tri, recherche).
• Appliquer ces concepts pour résoudre un problème concret d'analyse de données.

Les structures de données : organiser l'information

Pour traiter des données en informatique, il faut d'abord les organiser de manière structurée. Python propose plusieurs 'contenants' pour cela. La plus simple est la **liste**. Une liste est une collection ordonnée et modifiable d'éléments, placés entre crochets [ ] et séparés par des virgules. Par exemple, `notes = [12, 15, 9, 17, 11]` est une liste de notes. On peut y accéder par leur position (indice) en commençant par 0 : `notes[0]` vaut 12. Une autre structure essentielle est le **dictionnaire**. Il stocke des paires clé-valeur, comme un vrai dictionnaire où le mot est la clé et sa définition la valeur. On l'écrit entre accolades { }. Par exemple, pour stocker les informations d'un élève : `élève = {"nom": "Dupont", "prenom": "Léa", "age": 15}`. Pour accéder à son âge, on écrit `élève["age"]`. La liste est idéale pour une suite d'éléments similaires (des notes), tandis que le dictionnaire est parfait pour décrire un objet avec plusieurs caractéristiques (un élève, un produit).

Manipuler les listes : trier, filtrer, parcourir

Une fois nos données dans une liste, nous voulons les analyser. Python offre des méthodes intégrées très puissantes. Pour **trier** une liste par ordre croissant, on utilise la méthode `.sort()` : `notes.sort()` modifiera la liste `notes` pour qu'elle devienne [9, 11, 12, 15, 17]. Pour obtenir une nouvelle liste triée sans modifier l'originale, on utilise la fonction `sorted(notes)`. Pour **ajouter** un élément à la fin, on utilise `.append()` : `notes.append(14)` ajoute la note 14. Pour **supprimer** un élément par sa valeur, on utilise `.remove(15)`. Pour **parcourir** tous les éléments d'une liste et effectuer une action sur chacun, on utilise une boucle `for`. Par exemple, pour calculer la somme des notes : `total = 0` puis `for note in notes: total = total + note`. Enfin, on peut **filtrer** une liste en utilisant une 'list compréhension', une syntaxe concise. Par exemple, pour créer une nouvelle liste contenant seulement les notes supérieures ou égales à 10 : `notes_valides = [note for note in notes if note >= 10]`. Ces opérations sont la base du traitement de données.

Applications pratiques

Appliquons ces concepts à un cas concret : analyser les résultats d'une enquête de satisfaction. Imaginons une liste de scores sur 10 donnés par 20 clients : `scores = [7, 9, 5, 10, 8, 6, 9, 7, 4, 8, 10, 9, 6, 7, 8, 5, 9, 10, 7, 8]`. Notre mission : calculer le score moyen, trouver le score maximum et minimum, et compter le nombre de clients 'satisfaits' (score >= 8). Pour la moyenne, on fait la somme divisée par le nombre d'éléments (en utilisant `len(scores)` pour obtenir la longueur). Pour le max/min, on utilise les fonctions `max(scores)` et `min(scores)`. Pour compter les satisfaits, on utilise une boucle `for` avec un compteur ou une 'list compréhension' : `clients_satisfaits = [s for s in scores if s >= 8]` puis `len(clients_satisfaits)`. En quelques lignes de code, nous avons extrait des informations clés qui auraient pris beaucoup de temps à calculer manuellement. On pourrait aussi stocker ces résultats dans un dictionnaire `resultats_analyse` pour un rapport final.