R/creer_carte_3_2.R

@@ -20,9 +20,9 @@
 #' @export
 #'
 #' @examples
-#' creer_carte_3_2(millesime_etalement_urbain = 2018,police_annotation = "sans", code_reg ="52")
+#' creer_carte_3_2(millesime_etalement_urbain = 2020,police_annotation = "sans", code_reg ="52")
 
-creer_carte_3_2 <- function(millesime_etalement_urbain = 2018,
+creer_carte_3_2 <- function(millesime_etalement_urbain = 2020,
                             police_annotation = "sans",
                             code_reg = NULL) {
 
@@ -40,21 +40,40 @@ creer_carte_3_2 <- function(millesime_etalement_urbain = 2018,
       .data$TypeZone == "Communes",
       .data$date == lubridate::make_date(millesime_etalement_urbain, "01", "01")
     ) %>%
+    # dplyr::mutate(
+    #   indicateur_etalement_urbain = as.character(.data$indicateur_etalement_urbain),
+    #   indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 4", "\nL'artificialisation progresse\nplus vite que la population"),
+    #   indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 5", "\nL'artificialisation progresse\nplus vite que la population"),
+    #   indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 3", "\nL'artificialisation progresse\nplus vite que la population"),
+    #   indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 2a","\nL'artificialisation progresse\nmoins vite que la population"),
+    #   indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 2b", "\nPopulation et artificialisation\nd\u00e9croissent"),
+    #   indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 6","\nLa population d\u00e9croit \net l'artificialisation progresse")
+    #   ) %>%
     dplyr::mutate(
       indicateur_etalement_urbain = as.character(.data$indicateur_etalement_urbain),
-      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 4", "\nL'artificialisation progresse\nplus vite que la population"),
-      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 5", "\nL'artificialisation progresse\nplus vite que la population"),
-      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 3", "\nL'artificialisation progresse\nplus vite que la population"),
+      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 1","\nL'artificialisation d\u00e9croit \net la population croit"),
       indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 2a","\nL'artificialisation progresse\nmoins vite que la population"),
-      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 2b", "\nPopulation et artificialisation\nd\u00e9croissent"),
-      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 6","\nLa population d\u00e9croit \net l'artificialisation progresse")
-    ) %>%
+      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 2b", "\nL'artificialisation d\u00e9croit \nmoins vite que la population"),
+      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 2c","\nL'artificialisation d\u00e9croit \nplus vite que la population"),
+      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 3", "\nL'artificialisation progresse\nplus vite que la population"),
+      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 4", "\nL'artificialisation progresse\nmoins vite que la population"),
+      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 5", "\nL'artificialisation progresse\nplus vite que la population"),# idem 3
+      indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 6","\nL'artificialisation progresse \net la population d\u00e9croit")
+      ) %>%
     dplyr::mutate(indicateur_etalement_urbain=as.factor(.data$indicateur_etalement_urbain))%>%
+    # dplyr::mutate(indicateur_etalement_urbain= forcats::fct_relevel(.data$indicateur_etalement_urbain,
+    #               "\nLa population d\u00e9croit \net l'artificialisation progresse", # classe 6
+    #               "\nL'artificialisation progresse\nplus vite que la population",# classes 3, 4 et 5
+    #               "\nPopulation et artificialisation\nd\u00e9croissent", # classe 2b
+    #               "\nL'artificialisation progresse\nmoins vite que la population")) %>% # classe 2a
     dplyr::mutate(indicateur_etalement_urbain= forcats::fct_relevel(.data$indicateur_etalement_urbain,
-                  "\nLa population d\u00e9croit \net l'artificialisation progresse",
-                  "\nL'artificialisation progresse\nplus vite que la population",
-                  "\nPopulation et artificialisation\nd\u00e9croissent",
-                  "\nL'artificialisation progresse\nmoins vite que la population")) %>%
+                                                                    "\nL'artificialisation progresse \net la population d\u00e9croit", # classe 6
+                                                                    "\nL'artificialisation progresse\nplus vite que la population", # classes 3 et 5
+                                                                    "\nL'artificialisation progresse\nmoins vite que la population", # classe 2a et 4
+                                                                    "\nL'artificialisation d\u00e9croit \nmoins vite que la population", # classe 2b
+                                                                    "\nL'artificialisation d\u00e9croit \nplus vite que la population", # classe 2c
+                                                                    "\nL'artificialisation d\u00e9croit \net la population croit" # classe 1
+                                                                    )) %>%
     dplyr::arrange(.data$indicateur_etalement_urbain)
 
   nom_region <- COGiter::regions %>%
@@ -71,7 +90,7 @@ creer_carte_3_2 <- function(millesime_etalement_urbain = 2018,
     palette = "pal_gouv_div1",
     inverse = TRUE,
     indicateur = .data$indicateur_etalement_urbain,
-    titre = glue::glue("Etalement urbain en r\u00e9gion ", nom_region,"\npar commune entre 2011 et {millesime_etalement_urbain}"),
+    titre = glue::glue("Etalement urbain en r\u00e9gion ", nom_region,"\npar commune entre 2016 et {millesime_etalement_urbain}"),
     bas_de_page = glue::glue("Source : DGFip/Cerema - Insee RP"),
     suffixe = NULL
   ) +

R/creer_graphe_1_1.R

@@ -9,7 +9,7 @@
 #' @importFrom dplyr filter select group_by mutate first ungroup pull
 #' @importFrom forcats fct_drop fct_reorder
 #' @importFrom ggiraph geom_point_interactive ggiraph
-#' @importFrom ggplot2 ggplot aes geom_bar labs scale_y_continuous theme geom_text element_text
+#' @importFrom ggplot2 ggplot aes geom_bar labs scale_y_continuous theme geom_text element_text scale_fill_manual scale_color_manual
 #' @importFrom scales number_format
 #' @importFrom glue glue
 #' @importFrom attempt stop_if stop_if_not
@@ -80,8 +80,8 @@ creer_graphe_1_1 <- function(millesime_teruti=NULL,
                   caption = glue::glue("Source : Teruti-Lucas {millesime_teruti}"))+
     ggplot2::theme(axis.text.x = ggplot2::element_text(), legend.position = "none") +
     ggplot2::scale_y_continuous(labels = scales::number_format(suffix = " %", accuracy = 1)) +
-    scale_fill_manual(values = gouvdown::gouv_palettes$pal_gouv_h[1:2]) +
-    scale_color_manual(values = gouvdown::gouv_palettes$pal_gouv_h[1:2])
+    ggplot2::scale_fill_manual(values = c("#FF8D7E","#82534b")) +
+    ggplot2::scale_color_manual(values = c("#FF8D7E","#82534b"))
 
   return(graph_1_1)
 

R/creer_graphe_1_4.R

@@ -31,7 +31,7 @@ creer_graphe_1_4 <- function(millesime_teruti, code_reg){
   attempt::stop_if_not(code_reg, ~ .x %in% levels(COGiter::regions$REG), msg = "code_reg n'est pas un code r\u00e9gion valide")
 
   couleur_hors_voirie <- "#FF8D7E"
-  couleur_voirie <- "#D6857B"
+  couleur_voirie <- "#82534b"
   if (is.numeric(code_reg)) {
     code_reg = as.character(code_reg)
   }

R/creer_graphe_1_5.R

@@ -26,7 +26,7 @@
 #' creer_graphe_1_5(millesime_teruti=2018,code_reg = '52')
 creer_graphe_1_5 <- function(millesime_teruti,code_reg){
   couleur_hors_voirie <- "#FF8D7E"
-  couleur_voirie <- "#D6857B"
+  couleur_voirie <- "#82534b"
 
   attempt::stop_if(millesime_teruti, is.null, msg = "millesime_teruti n'est pas renseign\u00e9")
   attempt::stop_if_not(millesime_teruti, is.numeric, msg = "millesime_teruti n'est pas un nombre")

R/creer_graphe_2_3.R

@@ -65,8 +65,8 @@ creer_graphe_2_3 <- function(millesime_obs_artif,code_reg = NULL){
                   caption = glue::glue("Source : Observatoire artificialisation {millesime_obs_artif}"))+
     ggplot2::theme(axis.text.x = ggplot2::element_text(), legend.position = "none") +
     ggplot2::scale_y_continuous(labels = scales::number_format(suffix = "", accuracy = 1, big.mark = " "),limits = c(0, valeur_max+5000)) +
-    ggplot2::scale_fill_manual(values = gouvdown::gouv_palettes$pal_gouv_h[1:2]) +
-    ggplot2::scale_color_manual(values = gouvdown::gouv_palettes$pal_gouv_h[1:2])
+    ggplot2::scale_fill_manual(values = c("#FF8D7E","#82534b")) +
+    ggplot2::scale_color_manual(values = c("#FF8D7E","#82534b"))
 
   return(graph_2_3)
 

R/creer_graphe_3_1.R

@@ -70,6 +70,9 @@ creer_graphe_3_1 <- function(millesime_stock_artif = NULL,
 
   data <- dplyr::full_join(evol_artif, evol_popul) %>%
     tidyr::pivot_longer(cols = .data$evolution_artificialisation:.data$evolution_population, names_to = "indicateur", values_to = "valeur")
+
+  y_min <- min(data$valeur) * 1.2
+
   gg <- data %>%
     dplyr::arrange(.data$TypeZone, desc(.data$Zone)) %>%
     dplyr::mutate(Zone = forcats::fct_drop(.data$Zone) %>%
@@ -79,6 +82,7 @@ creer_graphe_3_1 <- function(millesime_stock_artif = NULL,
     ggplot2::geom_point(size = 2, position = ggplot2::position_dodge(width = 0.5)) +
     ggplot2::aes(x = .data$Zone, ymin = 0, ymax = .data$valeur, group = .data$indicateur, color = .data$indicateur) +
     ggplot2::geom_linerange(size = 1.2, position = ggplot2::position_dodge(width = 0.5)) +
+    ggplot2::geom_hline(yintercept = 0, color = "grey", size = 0.8) +
     ggplot2::aes(label = mapfactory::format_fr_pct_2(.data$valeur, accuracy = 0.1)) +
     ggplot2::geom_label(
       position = ggplot2::position_dodge(width = 0.5),
@@ -86,16 +90,16 @@ creer_graphe_3_1 <- function(millesime_stock_artif = NULL,
     ) +
     ggplot2::coord_flip() +
     ggplot2::scale_y_continuous(
-      breaks = seq(0, max(data$valeur) * 1.2, by = 2.5),
+      breaks = seq(y_min, max(data$valeur) * 1.2, by = 1.5),
       minor_breaks = NULL,
-      limits = c(0, max(data$valeur) * 1.2),
+      limits = c(y_min, max(data$valeur) * 1.2),
       labels = scales::label_number(big.mark = " ", decimal.mark = ",", suffix = " %"),
       expand = c(0,0)
     ) +
     ggplot2::labs(
       title = "Taux de croissance compar\u00e9s des <span style = 'color:#FF8D7E'>surfaces artificialis\u00e9es</span> <br>et de la <span style = 'color:#5770BE'>population municipale</span>",
       subtitle = glue::glue("Entre {millesime_debut} et {millesime_stock_artif}, en %"),
-      caption = glue::glue("Source : DGFip Majic/Cerema Fichiers fonciers {millesime_stock_artif} / Insee
+      caption = glue::glue("Source : DGFip Majic/Cerema Fichiers fonciers {millesime_stock_artif} / Insee {millesime_population}
                            Surfaces artificialis\u00e9es hors routes"),
       x = NULL, y = NULL
     ) +

R/creer_graphe_3_4.R

@@ -106,11 +106,11 @@ creer_graphe_3_4 <- function(millesime_stock_artif = NULL,millesime_population =
     ggplot2::geom_bar(stat="identity",position = ggplot2::position_dodge())+
     ggplot2::coord_flip()  +
     ggplot2::geom_text(ggplot2::aes(label=format(round(.data$valeur,0), big.mark = " "),color = .data$variable),position= ggplot2::position_dodge(width=1), hjust=-0.1)+
-    ggplot2::scale_color_manual(values = gouvdown::gouv_palettes$pal_gouv_h[1:2]) +
-    ggplot2::scale_fill_manual(values = gouvdown::gouv_palettes$pal_gouv_h[1:2]) +
+    ggplot2::scale_fill_manual(values = c("#82534b","#FF8D7E")) +
+    ggplot2::scale_color_manual(values = c("#82534b","#FF8D7E")) +
     ggplot2::labs(
       title = glue::glue("Surfaces cadastr\u00e9es artificialis\u00e9es (m2)", width = 60),
-      subtitle = glue::glue("<span style = 'color:#FF8D7E'>par habitant pr\u00e9sent en {millesime_debut_population}</span> et <span style = 'color:#D6857B'>par nouvel habitant entre {millesime_debut_population} et {millesime_fin_population}</span> "),
+      subtitle = glue::glue("<span style = 'color:#FF8D7E'>par habitant pr\u00e9sent en {millesime_debut_population}</span> et <span style = 'color:#82534b'>par nouvel habitant entre {millesime_debut_population} et {millesime_fin_population}</span> "),
       x = "", y = "",
       fill = "",
       caption = glue::glue("Source : DGFip Majic/Cerema Fichiers fonciers - Insee -  {millesime_stock_artif}")

data-raw/dataprep.R

@@ -107,4 +107,4 @@ usethis::use_data(population_legale, overwrite = TRUE, internal = FALSE)
 usethis::use_data(ocsge, overwrite = TRUE, internal = FALSE)
 usethis::use_data(stock_artificialise, overwrite = TRUE, internal = FALSE)
 usethis::use_data(metadata_donnee, overwrite = TRUE, internal = FALSE)
-
+usethis::use_data(millesimes_disponibles, overwrite = TRUE, internal = FALSE)

inst/rmarkdown/templates/publication/skeleton/skeleton.Rmd

@@ -9,7 +9,7 @@ params:
   millesime_teruti: 2018
   millesime_ocsge: 2016
   millesime_obs_artif: 2020
-  millesime_etalement_urbain: 2018
+  millesime_etalement_urbain: 2020
   millesime_obs_artif_gk3: 2019
   millesime_population: 2018
   millesime_stock_artif: 2020
@@ -156,7 +156,7 @@ creer_graphe_3_3(millesime_stock_artif = params$millesime_stock_artif,
 ## 4 - En Loire-Atlantique, un nouvel habitant consommera moins d'espace que la population en place.
 
 
-```{r graph surfaces artificialisees par habitant,fig.width=9,fig.height=7}
+```{r graph surfaces artificialisees par habitant,fig.width=10,fig.height=7}
 creer_graphe_3_4(millesime_stock_artif = params$millesime_obs_artif_gk3,
                  millesime_population = params$millesime_population,
                  code_reg = params$code_reg)

man/creer_carte_3_2.Rd

@@ -5,7 +5,7 @@
 \title{Creation de la carte communale de l'etalement urbain}
 \usage{
 creer_carte_3_2(
-  millesime_etalement_urbain = 2018,
+  millesime_etalement_urbain = 2020,
   police_annotation = "sans",
   code_reg = NULL
 )
@@ -24,5 +24,5 @@ Une carte
 Carte communale de l'etalement urbain
 }
 \examples{
-creer_carte_3_2(millesime_etalement_urbain = 2018,police_annotation = "sans", code_reg ="52")
+creer_carte_3_2(millesime_etalement_urbain = 2020,police_annotation = "sans", code_reg ="52")
 }

tests/testthat/test-creer_carte_3_2.R

 test_that("creer_carte_3_2 fonctionne", {
 
   # Test que la carte est un ggplot
-  objet <- creer_carte_3_2(millesime_etalement_urbain = 2018,police_annotation = "sans", code_reg ="52")
+  objet <- creer_carte_3_2(millesime_etalement_urbain = 2020, police_annotation = "sans", code_reg ="52")
   testthat::expect_equal(attr(objet, "class"), c("gg","ggplot"))
 
 })

vignettes/ca-ch3.Rmd

@@ -32,9 +32,9 @@ ggplot2::theme_set(gouvdown::theme_gouv(plot_title_size = 14, subtitle_size  = 1
 La fonction `creer_graphe_3_1()` produit le graphique du taux de croissance comparee des surfaces artificialisees et de la population par département.
 
 
-```{r creer_graphe_3_1, fig.height=5,fig.width=8}
+```{r creer_graphe_3_1, fig.height=9,fig.width=7}
 creer_graphe_3_1(millesime_stock_artif = 2020,
-                 millesime_population = 2018, 
+                 millesime_population = 2019, 
                  code_reg = '52',
                  police = "Marianne")
 ```
@@ -44,7 +44,7 @@ creer_graphe_3_1(millesime_stock_artif = 2020,
 La fonction `creer_carte_3_2()` produit la carte communale de l'étalement urbain.
 
 ```{r creer_carte_3_2}
-creer_carte_3_2(millesime_etalement_urbain=2018, 
+creer_carte_3_2(millesime_etalement_urbain = 2020, 
                 police_annotation = "Marianne",
                 code_reg ="52")
 ```
@@ -65,5 +65,7 @@ creer_graphe_3_3(millesime_stock_artif = 2020,
 La fonction `creer_graphe_3_4()` produit le graphique des surfaces artificialisées pour un nouvel habitant par département.
 
 ```{r creer_graphe_3_4, fig.height=5,fig.width=8}
-creer_graphe_3_4(millesime_stock_artif = 2020,millesime_population = 2018, code_reg = 52)
+creer_graphe_3_4(millesime_stock_artif = 2020, 
+                 millesime_population = 2019, 
+                 code_reg = 52)
 ```