pointes de tarte et data

This commit is contained in:
François Pelletier 2016-10-13 00:51:40 -04:00
parent 41c2ced48f
commit 24ce5e3817
5 changed files with 83218 additions and 4 deletions

7746
DATA/02030024-fra.csv Normal file

File diff suppressed because it is too large Load diff

268
DATA/ARROND.KML Normal file

File diff suppressed because one or more lines are too long

1622
DATA/WIFI.KML Normal file

File diff suppressed because it is too large Load diff

73531
DATA/tbl_bord_0001_35.xml Normal file

File diff suppressed because it is too large Load diff

View file

@ -155,13 +155,13 @@ emd_2016 <- read.table("DATA/02030024-fra.csv",sep=";", header=TRUE, dec = ",",
## Sélection
On identifie les 8 catégories avec le plus de dépenses, peu importe le mode d'occupation du logement, en excluant les sommaires.
On identifie les 20 catégories avec le plus de dépenses, peu importe le mode d'occupation du logement, en excluant les sommaires.
```{r, echo=TRUE}
Top20Summary <- emd_2016 %>% group_by(SUMMARY) %>%
summarise(Valeur_totale = sum(Valeur)) %>%
arrange(Valeur_totale %>% desc) %>%
filter(!(SUMMARY %in% list("Dépenses totales","Consommation courante totale"))) %>%
head(8) %>%
head(20) %>%
select(SUMMARY)
```
@ -186,8 +186,8 @@ names(cast_agg_emd_2016) <- c("SUMMARY","loc","pah","psh")
top_labels <- names_col[-1]
```
## Affichage du graphique
On crée une [graphique à barres groupées](https://plot.ly/r/bar-charts/#grouped-bar-chart), qui permetta de comparer la dépense pour le même sommaire par mode d'occupation du logement.
### Graphique à barres groupées
On crée un [graphique à barres groupées](https://plot.ly/r/bar-charts/#grouped-bar-chart), qui permetta de comparer la dépense pour le même sommaire par mode d'occupation du logement.
```{r, echo=TRUE}
plot_ly(data = cast_agg_emd_2016,
@ -212,6 +212,53 @@ plot_ly(data = cast_agg_emd_2016,
margin = list(l = 100, b = 100))
```
### Graphiques en pointes de tarte
On fait un graphique en pointes de tarte par mode d'occupation du logement.
**`r top_labels[1]`**
```{r, echo=TRUE}
plot_ly(data = cast_agg_emd_2016,
labels = ~SUMMARY,
values = ~loc,
type = 'pie',
marker = list(color = 'rgba(38, 24, 74, 0.8)',
line = list(color = 'rgb(248, 248, 249)')),
name=top_labels[1]) %>% layout(showlegend = FALSE)
```
**`r top_labels[2]`**
```{r, echo=TRUE}
plot_ly(data = cast_agg_emd_2016,
labels = ~SUMMARY,
values = ~pah,
type = 'pie',
marker = list(color = 'rgba(38, 24, 74, 0.8)',
line = list(color = 'rgb(248, 248, 249)')),
name=top_labels[1]) %>% layout(showlegend = FALSE)
```
**`r top_labels[3]`**
```{r, echo=TRUE}
plot_ly(data = cast_agg_emd_2016,
labels = ~SUMMARY,
values = ~psh,
type = 'pie',
marker = list(color = 'rgba(38, 24, 74, 0.8)',
line = list(color = 'rgb(248, 248, 249)')),
name=top_labels[1]) %>% layout(showlegend = FALSE)
```
# ggplot2
# ggplot2 et gganimate
L'utilisation combinée des librairies ggplot2 et gganimate nous permettra de créer une animation.
Nous reproduisons ici la [pyramide des âges animée](https://www.donneesquebec.ca/recherche/fr/dataset/pyramide-des-ages-animee) de l'Institut de la statistique du Québec. Les données téléchargées se trouvent dans le fichier [`tbl_bord_0001_35.xml`](http://www.bdso.gouv.qc.ca/docs-ken/flex/xml/tbl_bord_0001_35.xml).
```{r}
```