Formats de fichiers

Le choix d'un format de fichier approprié est crucial. Que ce soit pendant ou après la recherche, il assure que les données soient accessibles, interopérables et réutilisables, en accord avec les principes FAIR.

On distingue :

• Les formats ouverts sont caractérisés par leurs spécifications publiquement disponibles. Ils peuvent ainsi être lus, utilisés et, selon les cas, modifiés sans dépendre exclusivement d’une application ou d’un fournisseur particulier. Ils facilitent l’accès aux données sur le long terme, limitent les risques liés à l’obsolescence des logiciels et offrent généralement de meilleures garanties de pérennité.

• Les formats propriétaires, ou fermés, sont contrôlés par un éditeur ou un fournisseur spécifique. Ils sont souvent associés à un logiciel, un instrument ou un environnement technique particulier. Les données brutes produites par certains équipements, par exemple des scanners, appareils photo, enregistreurs ou logiciels spécialisés, peuvent être générées dans ce type de format. Lorsque le logiciel ou l’environnement nécessaire à leur lecture n’est plus disponible, l’exploitation de ces fichiers peut devenir difficile, voire impossible. 

Il est donc recommandé d'enregistrer vos données dans un format ouvert lorsque cela est possible. 

Recommandations

Le tableau suivant liste les extensions des formats recommandés et des formats acceptables pour divers types de données.

Attention, la liste n’est pas exhaustive et ne mentionne que les extesions les plus courantes. Les formats correspondant à ces extensions est disponible sous ce lien.

 

Type de données	Recommandés	Acceptés	Non recommandés
Données qualitatives; Textes	.txt .xml .pdf/A .odt .odm .tex .md .htm .odf	.html .docx .pptx .rtf .pdf .eps	.doc .ppt .dvi .ps
Données quantitatives tabulaires avec beaucoup de métadonnées Données comprenant les libellés des variables, les codes d'étiquetage et les valeurs manquantes définies, en plus de la matrice de données.	.csv .por .ddi .xml .hdf5 delimited text and command file (SPSS, Stata, SAS, etc.)	.txt .html .tex .sav .dta .mdb / .accdb
Données quantitatives tabulaires avec peu de métadonnées Données comportant ou non des en-têtes de colonnes ou des noms de variables, mais ne contenant aucune autre métadonnée ni aucune annotation.	.csv  .tab .ods .sql .tsv	.txt .mdb / .accdb .dbf  .ods  .xml	.xls / .xlsb
Images	.tif (6.0 uncompressed) .png .svg .jpeg .fits	.jpg / .jp2 .gif  .tif / .tiff  .raw .psd .bmp	.indd .ait .psd .spc .lif
Audio	.wav .flac  .ogg .mxl .midi	.mp3 .aif
Video	.mp4 .mj2 .avi .mkv	.avchd .webem .ogv .ogg	.wmv .mov .qt
Données géospatiales Données vectorielles et matricielles	.shp .shx .dbf Tabular GIS attribute data .gml  .netcdf .postgis .geojson	.mdb .mif  .kml  .ai .dxf  .svg binary formats of GIS and CAD packages
Structures et images 3D	.x3D .x3DV .x3DB .pdf3D .pov .pdbml	.dwg .dxf .pdb	.pxp
Code	.r .py .ijpnb .rstudio .rmd .netcdf .aiml	.sdd	.mat .rdata
Documents et scripts	.rtf .pdf .pdf/A .pdf/UA .xhtml  .html .odt	.txt .doc / .docx .xls/.xlsx .xml

(Source  : UK Data Service et EPFL FastGuide #4 - File Formats)

Outils de conversion

Il existe différents moyens de convertir un fichier pour le faire passer d’un format à un autre, par exemple d'un format propriétaire vers un format ouvert.

Lorsque la conversion engendre une altération de la forme du document, il vaut la peine de conserver, par sécurité, les données dans les deux formats.

Outils de compression

Un volume important de données peut entraîner des frais de stockage et d’archivage élevés. La compression peut permettre de réduire la taille des fichiers ou de regrouper plusieurs fichiers dans une archive.

Deux types de compression existent :

• la compression sans perte, qui réduit la taille des fichiers sans supprimer d’information ;
• la compression avec perte, qui réduit davantage la taille des fichiers, mais en supprimant certaines informations.

Comme pour les outils de conversion, certains outils de compression peuvent être installés en local, tandis que d'autres sont disponibles en ligne.

Pour aller plus loin

Ressources UNIGE

Capsule vidéo Data Science for all - Préparer ses données en vue de l'archivage

Formations UNIGE

• Organiser et nommer ses fichiers efficacement, en 15 minutes

Autres ressources

• Module E-learning consacré aux formats ouverts: “Choosing the right format for open data” ;

• Research Data Management Fast Guide #04, "File Formats" from EPFL

Trouver d'autres formats

• Scientific Data formats
• File Extension Library