Skip to content
Snippets Groups Projects
Commit 0144726a authored by SMAH Lisa's avatar SMAH Lisa
Browse files

script RMarkdown

parent 35b4673b
No related branches found
No related tags found
1 merge request!1merge de la dev vers main
Hide whitespace changes
Inline Side-by-side
Showing
with 844 additions and 0 deletions
R/suivi_zaer.Rmd 0 → 100644
+ 844
− 0
View file @ 0144726a
---
title: "Suivi de l'avancement de la définition des zones d'accélération des énergies renouvelables en Pays de la Loire"
author: "Lisa SMAH"
date: "2024-02-20"
output:
html_document:
toc: true
toc_depth: 3
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
```{r cars, echo = FALSE, warning = FALSE, message=FALSE}
library(datalibaba)
library(dplyr)
library(ggplot2)
library(gouvdown)
```
```{r,echo = FALSE, warning = FALSE, message=FALSE}
role <- "mecc"
datamart <- datalibaba::connect_to_db("datamart", user = role)
com_etat_avancement <- datalibaba::importer_data(table = "com_etat_avancement" ,schema ="zaer", db = "datamart", server = NULL, user = role)
com_ration_surface_filiere <- datalibaba::importer_data(table = "com_ration_surface_filiere", schema ="zaer", db = "datamart", server = NULL, user = role)
dep_filiere_zaer <- datalibaba::importer_data(table = "dep_filiere_zaer",schema ="zaer", db = "datamart", server = NULL, user = role)
dep_zaer <- datalibaba::importer_data(table = "dep_zaer", schema ="zaer", db = "datamart", server = NULL, user = role)
region_zaer <- datalibaba::importer_data(table = "region_zaer",schema ="zaer", db = "datamart", server = NULL, user = role)
siren_epci_filiere_zaer <- datalibaba::importer_data(table = "siren_epci_filiere_zaer", schema ="zaer", db = "datamart", server = NULL, user = role)
reg_filiere_zaer <- datalibaba::importer_data(table = "reg_filiere_zaer", schema ="zaer", db = "datamart", server = NULL, user = role)
```
# Chapitre 1 : Communes ayant transmis leur ZAER
## Niveau régional
### Nombre et taux de communes ayant transmis leur ZAER au niveau régional
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 12}
# Calcul du taux de communes Zaer non transmises
region_zaer <- region_zaer %>%
dplyr::mutate(reg_txcom_zaer_non_trans = 100 - reg_txcom_zaer_trans)
# Création d'un vecteur contenant les taux
taux_reg <- c(region_zaer$reg_txcom_zaer_trans, region_zaer$reg_txcom_zaer_non_trans)
# Création d'un data frame contenant les données
data_reg<- data.frame(
Transmission = c("ZAER transmises", "ZAER non transmises"),
Taux_reg = taux_reg
)
# Ajout du nombre de communes correspondant à chaque transmission
data_reg$nombres <- c(region_zaer$reg_nbcom_zaer_trans, region_zaer$reg_nbcom - region_zaer$reg_nbcom_zaer_trans)
# Tracer le graphique en barres horizontales
ggplot(data_reg, aes(x = Taux_reg, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(round(Taux_reg, 1), "%")), position = position_stack(vjust = 0.5), size = 4, color = "black") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#CCCC66", "#3399CC")) +
labs(title = "Nombre et taux de communes ayant transmis leur ZAER au niveau régional",
x = "Taux (%)",
y = "") +
theme_test(base_size = 16)+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
## Niveau départemental
### Nombre et taux de communes ayant transmis leur ZAER dans le département 44
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4 , fig.width= 10}
dep_zaer_44<- dep_zaer[dep_zaer$insee_dep == 44, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_44 <- dep_zaer_44 %>%
dplyr::mutate(dep_txcom_zaer_non_trans = 100 - dep_txcom_zaer_trans)
# Création d'un vecteur contenant les taux
taux <- c(dep_zaer_44$dep_txcom_zaer_trans, dep_zaer_44$dep_txcom_zaer_non_trans)
# Création d'un data frame contenant les données
data_44 <- data.frame(
Transmission = c("ZAER transmises", "ZAER non transmises"),
Taux = taux
)
# Ajout du nombre de communes correspondant à chaque transmission
data_44$nombres <- c(dep_zaer_44$dep_nbcom_zaer_trans, dep_zaer_44$dep_nbcom - dep_zaer_44$dep_nbcom_zaer_trans)
# Tracer le graphique en barres horizontales
ggplot(data_44, aes(x = Taux, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3,) +
geom_text(aes(label = paste0(Taux, "%")), position = position_stack(vjust = 0.5), size = 4, color = "black") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#CCCC66", "#3399CC")) +
labs(title = "Nombre et taux de communes ayant transmis leur ZAER dans le département 44",
x = "Taux (%)",
y = "") +
theme_test(base_size = 14)+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et taux de communes ayant transmis leur ZAER dans le département 49
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4 , fig.width= 10}
dep_zaer_49<- dep_zaer[dep_zaer$insee_dep == 49, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_49 <- dep_zaer_49 %>%
dplyr::mutate(dep_txcom_zaer_non_trans = 100 - dep_txcom_zaer_trans)
# Création d'un vecteur contenant les taux
taux <- c(dep_zaer_49$dep_txcom_zaer_trans, dep_zaer_49$dep_txcom_zaer_non_trans)
# Création d'un data frame contenant les données
data <- data.frame(
Transmission = c("ZAER transmises", "ZAER non transmises"),
Taux = taux
)
# Ajout du nombre de communes correspondant à chaque transmission
data$nombres <- c(dep_zaer_49$dep_nbcom_zaer_trans, dep_zaer_49$dep_nbcom - dep_zaer_49$dep_nbcom_zaer_trans)
# Tracer le graphique en barres horizontales
ggplot(data, aes(x = Taux, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3,) +
geom_text(aes(label = paste0(Taux, "%")), position = position_stack(vjust = 0.5), size = 4, color = "black") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#CCCC66", "#3399CC")) +
labs(title = "Nombre et taux de communes ayant transmis leur ZAER dans le département 49",
x = "Taux (%)",
y = "") +
theme_test(base_size = 14)+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et le taux de communes ayant transmis leur ZAER dans le département 53
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4 , fig.width= 10}
dep_zaer_53<- dep_zaer[dep_zaer$insee_dep == 53, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_53 <- dep_zaer_53 %>%
dplyr::mutate(dep_txcom_zaer_non_trans = 100 - dep_txcom_zaer_trans)
# Création d'un vecteur contenant les taux
taux <- c(dep_zaer_53$dep_txcom_zaer_trans, dep_zaer_53$dep_txcom_zaer_non_trans)
# Création d'un data frame contenant les données
data_53 <- data.frame(
Transmission = c("ZAER transmises", "ZAER non transmises"),
Taux = taux
)
# Ajout du nombre de communes correspondant à chaque transmission
data_53$nombres <- c(dep_zaer_53$dep_nbcom_zaer_trans, dep_zaer_53$dep_nbcom - dep_zaer_53$dep_nbcom_zaer_trans)
# Tracer le graphique en barres horizontales
ggplot(data_53, aes(x = Taux, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3,) +
geom_text(aes(label = paste0(Taux, "%")), position = position_stack(vjust = 0.5), size = 4, color = "black") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#CCCC66", "#3399CC")) +
labs(title = "Nombre et taux de communes ayant transmis leur ZAER dans le département 53",
x = "Taux (%)",
y = "") +
theme_test(base_size = 14)+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et le taux de communes ayant transmis leur ZAER dans le département 72
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 10}
dep_zaer_72<- dep_zaer[dep_zaer$insee_dep == 72, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_72 <- dep_zaer_72 %>%
dplyr::mutate(dep_txcom_zaer_non_trans = 100 - dep_txcom_zaer_trans)
# Création d'un vecteur contenant les taux
taux_72 <- c(dep_zaer_72$dep_txcom_zaer_trans, dep_zaer_72$dep_txcom_zaer_non_trans)
# Création d'un data frame contenant les données
data_72<- data.frame(
Transmission = c("ZAER transmises", "ZAER non transmises"),
Taux_72 = taux_72
)
# Ajout du nombre de communes correspondant à chaque transmission
data_72$nombres <- c(dep_zaer_72$dep_nbcom_zaer_trans, dep_zaer_72$dep_nbcom - dep_zaer_72$dep_nbcom_zaer_trans)
# Tracer le graphique en barres horizontales
ggplot(data_72, aes(x = Taux_72, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(Taux_72, "%")), position = position_stack(vjust = 0.5), size = 4, color = "black") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#CCCC66", "#3399CC")) +
labs(title = "Nombre et taux de communes ayant transmis leur ZAER dans le département 72",
x = "Taux (%)",
y = "") +
theme_test(base_size = 15)+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et le taux de communes ayant transmis leur ZAER dans le département 85
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4 , fig.width= 10}
dep_zaer_85<- dep_zaer[dep_zaer$insee_dep == 85, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_85 <- dep_zaer_53 %>%
dplyr::mutate(dep_txcom_zaer_non_trans = 100 - dep_txcom_zaer_trans)
# Création d'un vecteur contenant les taux
taux <- c(dep_zaer_85$dep_txcom_zaer_trans, dep_zaer_85$dep_txcom_zaer_non_trans)
# Création d'un data frame contenant les données
data_85 <- data.frame(
Transmission = c("ZAER transmises", "ZAER non transmises"),
Taux = taux
)
# Ajout du nombre de communes correspondant à chaque transmission
data_85$nombres <- c(dep_zaer_85$dep_nbcom_zaer_trans, dep_zaer_85$dep_nbcom - dep_zaer_85$dep_nbcom_zaer_trans)
# Tracer le graphique en barres horizontales
ggplot(data_85, aes(x = Taux, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3,) +
geom_text(aes(label = paste0(Taux, "%")), position = position_stack(vjust = 0.5), size = 4, color = "black") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#CCCC66", "#3399CC")) +
labs(title = "Nombre et taux de communes ayant transmis leur ZAER dans le département 85",
x = "Taux (%)",
y = "") +
theme_test(base_size = 14)+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
# Chapitre 2 : EPCI ayant fait un débat communautaire
## Niveau régional
### Nombre et taux d’EPCI ayant fait un débat communautaire au niveau régional
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 10}
# Calcul du taux de communes Zaer non transmises
region_zaer <- region_zaer %>%
dplyr::mutate(reg_txepci_non_debat = 100 - reg_txepci_debat)
# Création d'un vecteur contenant les taux
taux_reg <- c(region_zaer$reg_txepci_debat, region_zaer$reg_txepci_non_debat)
# Création d'un data frame contenant les données
data_reg <- data.frame(
Transmission = c("EPCI ayant fait debat", "EPCI n'ayant pas fait debat"),
Taux_reg = taux_reg
)
# Ajout du nombre de communes correspondant à chaque transmission
data_reg$nombres <- c(region_zaer$reg_nbepci_debat, region_zaer$reg_nbcom - region_zaer$reg_nbepci_debat)
# Tracer le graphique en barres horizontales
ggplot(data_reg, aes(x = Taux_reg, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(Taux_reg, "%")), position = position_stack(vjust = 0.5), size = 4, color = "white") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#CC7866", "#00CCCc")) +
labs(title = "Taux d'EPCI ayant fait un débat communautaire au niveau régional",
x = "Taux (%)",
y = "") +
theme_test()+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
## Niveau départemental
### Nombre et taux d’EPCI ayant fait un débat communautaire dans le département 44
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 10}
dep_zaer_44 <- dep_zaer[dep_zaer$insee_dep == 44, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_44 <- dep_zaer_44 %>%
dplyr::mutate(dep_txepci_non_debat = 100 - dep_txepci_debat)
# Création d'un vecteur contenant les taux
taux_debat <- c(dep_zaer_44$dep_txepci_debat, dep_zaer_44$dep_txepci_non_debat)
# Création d'un data frame contenant les données
data_epci_44 <- data.frame(
Transmission = c("EPCI ayant fait debat", "EPCI n'ayant pas fait debat"),
Taux_debat = taux_debat
)
# Ajout du nombre de communes correspondant à chaque transmission
data_epci_44$nombres <- c(dep_zaer_44$dep_nbepci_debat, dep_zaer_44$dep_nbepci - dep_zaer_44$dep_nbepci_debat)
#utilisation de gouvdown palettes
color<-c(gouvdown::gouv_palettes$pal_gouv_qual1[5],
gouvdown::gouv_palettes$pal_gouv_qual1[8])
# Tracer le graphique en barres horizontales
ggplot(data_epci_44, aes(x = Taux_debat, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(Taux_debat, "%")), position = position_stack(vjust = 0.5), size = 4, color = "white") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = color) +
labs(title = "Taux et nombre d'EPCI ayant fait un débat communautaire dans le département 44",
x = "Taux (%)",
y = "") +
theme_test()+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et taux d’EPCI ayant fait un débat communautaire dans le département 49
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 10}
dep_zaer_49<- dep_zaer[dep_zaer$insee_dep == 49, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_49 <- dep_zaer_49 %>%
dplyr::mutate(dep_txepci_non_debat = 100 - dep_txepci_debat)
# Création d'un vecteur contenant les taux
taux_debat <- c(dep_zaer_49$dep_txepci_debat, dep_zaer_49$dep_txepci_non_debat)
# Création d'un data frame contenant les données
data_epci_49 <- data.frame(
Transmission = c("EPCI ayant fait debat", "EPCI n'ayant pas fait debat"),
Taux_debat = taux_debat
)
# Ajout du nombre de communes correspondant à chaque transmission
data_epci_49$nombres <- c(dep_zaer_49$dep_nbepci_debat, dep_zaer_49$dep_nbepci - dep_zaer_49$dep_nbepci_debat)
# Tracer le graphique en barres horizontales
ggplot(data_epci_49, aes(x = Taux_debat, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(Taux_debat, "%")), position = position_stack(vjust = 0.5), size = 4, color = "white") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#FF0033", "#669900")) +
labs(title = "Taux et nombre d'EPCI ayant fait un débat communautaire dans le département 49",
x = "Taux (%)",
y = "") +
theme_test()+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et taux d’EPCI ayant fait un débat communautaire dans le département 53
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 10}
dep_zaer_53 <- dep_zaer[dep_zaer$insee_dep == 53, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_53 <- dep_zaer_53 %>%
dplyr::mutate(dep_txepci_non_debat = 100 - dep_txepci_debat)
# Création d'un vecteur contenant les taux
taux_debat <- c(dep_zaer_53$dep_txepci_debat, dep_zaer_53$dep_txepci_non_debat)
# Création d'un data frame contenant les données
data_epci_53 <- data.frame(
Transmission = c("EPCI ayant fait debat", "EPCI n'ayant pas fait debat"),
Taux_debat = taux_debat
)
# Ajout du nombre de communes correspondant à chaque transmission
data_epci_53$nombres <- c(dep_zaer_53$dep_nbepci_debat, dep_zaer_53$dep_nbepci - dep_zaer_53$dep_nbepci_debat)
# Tracer le graphique en barres horizontales
ggplot(data_epci_53, aes(x = Taux_debat, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(Taux_debat, "%")), position = position_stack(vjust = 0.5), size = 4, color = "white") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#FF0033", "#669900")) +
labs(title = "Taux et nombre d'EPCI ayant fait un débat communautaire dans le département 53",
x = "Taux (%)",
y = "") +
theme_test()+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et taux d’EPCI ayant fait un débat communautaire dans le département 72
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 10}
dep_zaer_72 <- dep_zaer[dep_zaer$insee_dep == 72, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_72 <- dep_zaer_72 %>%
dplyr::mutate(dep_txepci_non_debat = 100 - dep_txepci_debat)
# Création d'un vecteur contenant les taux
taux_debat <- c(dep_zaer_72$dep_txepci_debat, dep_zaer_72$dep_txepci_non_debat)
# Création d'un data frame contenant les données
data_epci_72 <- data.frame(
Transmission = c("EPCI ayant fait debat", "EPCI n'ayant pas fait debat"),
Taux_debat = taux_debat
)
# Ajout du nombre de communes correspondant à chaque transmission
data_epci_72$nombres <- c(dep_zaer_72$dep_nbepci_debat, dep_zaer_72$dep_nbepci - dep_zaer_72$dep_nbepci_debat)
# Tracer le graphique en barres horizontales
ggplot(data_epci_72, aes(x = Taux_debat, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(Taux_debat, "%")), position = position_stack(vjust = 0.5), size = 4, color = "white") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#FF0033", "#669900")) +
labs(title = "Taux et nombre d'EPCI ayant fait un débat communautaire dans le département 72",
x = "Taux (%)",
y = "") +
theme_test()+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
### Nombre et taux d’EPCI ayant fait un débat communautaire dans le département 85
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=4, fig.width= 10}
dep_zaer_85 <- dep_zaer[dep_zaer$insee_dep == 85, ]
# Calcul du taux de communes Zaer non transmises
dep_zaer_85 <- dep_zaer_85 %>%
dplyr::mutate(dep_txepci_non_debat = 100 - dep_txepci_debat)
# Création d'un vecteur contenant les taux
taux_debat <- c(dep_zaer_85$dep_txepci_debat, dep_zaer_85$dep_txepci_non_debat)
# Création d'un data frame contenant les données
data_epci_85 <- data.frame(
Transmission = c("EPCI ayant fait debat", "EPCI n'ayant pas fait debat"),
Taux_debat = taux_debat
)
# Ajout du nombre de communes correspondant à chaque transmission
data_epci_85$nombres <- c(dep_zaer_85$dep_nbepci_debat, dep_zaer_85$dep_nbepci - dep_zaer_85$dep_nbepci_debat)
# Tracer le graphique en barres horizontales
ggplot(data_epci_85, aes(x = Taux_debat, y = "", fill = Transmission)) +
geom_bar(stat = "identity", width = 0.3) +
geom_text(aes(label = paste0(Taux_debat, "%")), position = position_stack(vjust = 0.5), size = 4, color = "white") +
geom_text(aes(label = paste("(", nombres, ")")), position = position_stack(vjust = 0.5), vjust = 2, size = 4, color = "black") +
scale_fill_manual(values = c("#FF0033", "#669900")) +
labs(title = "Taux et nombre d'EPCI ayant fait un débat communautaire dans le département 85",
x = "Taux (%)",
y = "") +
theme_test()+
labs(fill = "")+
theme(plot.title = element_text(size = 15))+ # Modification de la taille du titre
scale_x_continuous(expand = c(0.01, 0)) # Réglage de l'expansion de l'axe x pour la distance entre les barres et l'axe
```
# Chapitre 3 : Taux de communes ayant défini des ZAER pour chaque filière
## Niveau régional
### Taux de communes ayant défini des ZAER pour chaque filière au niveau régional
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
reg_filiere <- reg_filiere_zaer %>%
group_by(filiere) %>%
summarise(
reg_txcom_zaer_fil = sum(dep_txcom_zaer_fil)/5
)
# Calcul du nombre total de communes dans la région
total_communes_region <- sum(unique(reg_filiere_zaer$reg_nbcom))
reg_filiere_zaer<- data.frame(
filiere = data_filiere$filiere,
reg_nb_communes_fil = data_filiere$sum_communes,
total_communes_region = total_communes_region
)
reg_filiere_zaer <- reg_filiere_zaer %>%
mutate(reg_txcom_zaer_fil = reg_nb_communes_fil *100/ total_communes_region)
#Définition des couleurs
# Correspondance entre les filières et les couleurs
filiere_couleur <- c("HYDROELECTRICITE" = "#0371c1",
"BIOMASSE" = "#9cbc5b",
"EOLIEN" = "#a8a4a4",
"GEOTHERMIE" = "#e35112",
"BIOMETHANE" = "#4aabbe",
"SOLAIRE_PV" = "#e26d0d",
"SOLAIRE_THERMIQUE" = "#f2dcdb")
# Tracer le graphique en barres verticales
ggplot(reg_filiere_zaer, aes(x = reorder(filiere, -reg_txcom_zaer_fil), y = reg_txcom_zaer_fil, fill = filiere)) +
geom_bar(stat = "identity", width = 0.5, position = position_dodge()) +
scale_fill_manual(values = filiere_couleur) + # Utilisation des couleurs définies
geom_text(aes(label = paste0(round(reg_txcom_zaer_fil,1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 4, color = "black") +
labs(title = "Taux de communes ayant défini des ZAER pour chaque filière au niveau régional",
x = "Filière",
y = "Taux (%)") +
theme_classic() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
```
## Niveau départemental
### Taux de communes ayant défini des ZAER pour chaque filière dans le département 44
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# filtre sur le département 44
dep_filiere_zaer_44 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 44,]
# Correspondance entre les filières et les couleurs
filiere_couleur <- c("HYDROELECTRICITE" = "#0371c1",
"BIOMASSE" = "#9cbc5b",
"EOLIEN" = "#a8a4a4",
"GEOTHERMIE" = "#e35112",
"BIOMETHANE" = "#4aabbe",
"SOLAIRE_PV" = "#e26d0d",
"SOLAIRE_THERMIQUE" = "#f2dcdb")
# Tracer le graphique en barres verticales
ggplot(dep_filiere_zaer_44, aes(x = reorder(filiere, -dep_txcom_zaer_fil) , y = dep_txcom_zaer_fil, fill = filiere)) +
geom_bar(stat = "identity", width = 0.5 , position = position_dodge()) +
scale_fill_manual(values = filiere_couleur) +
geom_text(aes(label = paste0(round(dep_txcom_zaer_fil,1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 4, color = "black") +
labs(title = "Taux de communes ayant défini des ZAER pour chaque fillière dans le département 44",
x = "Filière",
y = "Taux (%)") +
theme_classic()+
theme(axis.text.x = element_text(angle = 45, hjust = 1))
```
### Taux de communes ayant défini des ZAER pour chaque filière dans le département 49
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# filtre sur le département 49
dep_filiere_zaer_49 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 49,]
# Correspondance entre les filières et les couleurs
filiere_couleur <- c("HYDROELECTRICITE" = "#0371c1",
"BIOMASSE" = "#9cbc5b",
"EOLIEN" = "#a8a4a4",
"GEOTHERMIE" = "#e35112",
"BIOMETHANE" = "#4aabbe",
"SOLAIRE_PV" = "#e26d0d",
"SOLAIRE_THERMIQUE" = "#f2dcdb")
# Tracer le graphique en barres verticales
ggplot(dep_filiere_zaer_49, aes(x = reorder(filiere, -dep_txcom_zaer_fil) , y = dep_txcom_zaer_fil, fill = filiere)) +
geom_bar(stat = "identity", width = 0.5 , position = position_dodge()) +
scale_fill_manual(values = filiere_couleur) +
geom_text(aes(label = paste0(round(dep_txcom_zaer_fil,1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 4, color = "black") +
labs(title = "Taux de communes ayant défini des ZAER pour chaque fillière dans le département 49",
x = "Filière",
y = "Taux (%)") +
theme_classic()+
theme(axis.text.x = element_text(angle = 45, hjust = 1))
```
### Taux de communes ayant défini des ZAER pour chaque filière dans le département 53
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# filtre sur le département 53
dep_filiere_zaer_53 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 53,]
#Définition des couleurs
# Correspondance entre les filières et les couleurs
filiere_couleur <- c("HYDROELECTRICITE" = "#0371c1",
"BIOMASSE" = "#9cbc5b",
"EOLIEN" = "#a8a4a4",
"GEOTHERMIE" = "#e35112",
"BIOMETHANE" = "#4aabbe",
"SOLAIRE_PV" = "#e26d0d",
"SOLAIRE_THERMIQUE" = "#f2dcdb")
# Tracer le graphique en barres verticales
ggplot(dep_filiere_zaer_53, aes(x = reorder(filiere, -dep_txcom_zaer_fil), y = dep_txcom_zaer_fil, fill = filiere)) +
geom_bar(stat = "identity", width = 0.5, position = position_dodge()) +
scale_fill_manual(values = filiere_couleur) + # Utilisation des couleurs définies
geom_text(aes(label = paste0(round(dep_txcom_zaer_fil,1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 4, color = "black") +
labs(title = "Taux de communes ayant défini des ZAER pour chaque filière dans le département 53",
x = "Filière",
y = "Taux (%)") +
theme_classic() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
```
### Taux de communes ayant défini des ZAER pour chaque filière dans le département 72
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# filtre sur le département 72
dep_filiere_zaer_72 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 72,]
#Définition des couleurs
# Correspondance entre les filières et les couleurs
filiere_couleur <- c("HYDROELECTRICITE" = "#0371c1",
"BIOMASSE" = "#9cbc5b",
"EOLIEN" = "#a8a4a4",
"GEOTHERMIE" = "#e35112",
"BIOMETHANE" = "#4aabbe",
"SOLAIRE_PV" = "#e26d0d",
"SOLAIRE_THERMIQUE" = "#f2dcdb")
# Tracer le graphique en barres verticales
ggplot(dep_filiere_zaer_72, aes(x = reorder(filiere, -dep_txcom_zaer_fil), y = dep_txcom_zaer_fil, fill = filiere)) +
geom_bar(stat = "identity", width = 0.5, position = position_dodge()) +
scale_fill_manual(values = filiere_couleur) + # Utilisation des couleurs définies
geom_text(aes(label = paste0(round(dep_txcom_zaer_fil,1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 4, color = "black") +
labs(title = "Taux de communes ayant défini des ZAER pour chaque filière dans le département 72",
x = "Filière",
y = "Taux (%)") +
theme_classic() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
```
### Taux de communes ayant défini des ZAER pour chaque filière dans le département 85
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# filtre sur le département 85
dep_filiere_zaer_85 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 85,]
#Définition des couleurs
# Correspondance entre les filières et les couleurs
filiere_couleur <- c("HYDROELECTRICITE" = "#0371c1",
"BIOMASSE" = "#9cbc5b",
"EOLIEN" = "#a8a4a4",
"GEOTHERMIE" = "#e35112",
"BIOMETHANE" = "#4aabbe",
"SOLAIRE_PV" = "#e26d0d",
"SOLAIRE_THERMIQUE" = "#f2dcdb")
# Tracer le graphique en barres verticales
ggplot(dep_filiere_zaer_85, aes(x = reorder(filiere, -dep_txcom_zaer_fil), y = dep_txcom_zaer_fil, fill = filiere)) +
geom_bar(stat = "identity", width = 0.5, position = position_dodge()) +
scale_fill_manual(values = filiere_couleur) + # Utilisation des couleurs définies
geom_text(aes(label = paste0(round(dep_txcom_zaer_fil,1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 4, color = "black") +
labs(title = "Taux de communes ayant défini des ZAER pour chaque filière dans le département 85",
x = "Filière",
y = "Taux (%)") +
theme_classic() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
```
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# Génerer des couleurs
# Couleurs initiales
palette_couleurs <- c("#FF5733", "#FFC300", "#984EA3", "#2ECC71", "#E41A1C", "#377EB8", "#4DAF4A","#900C3F", "#FF7F00", "#FFFF33", "#A65628", "#F781BF", "#999999", "#000000")
# Fonction pour générer une couleur aléatoire
generer_couleur <- function() {
paste0("#", paste0(sample(c(0:9, "A", "B", "C", "D", "E", "F"), 6, replace = TRUE), collapse = ""))
}
# Générer 30 couleurs supplémentaires
nouvelles_couleurs <- replicate(40, generer_couleur())
# Combiner les palettes
palette_complete <- c(palette_couleurs, nouvelles_couleurs)
```
# Chapitre 4 : Proportion et nombre de communes ayant des zones définies dans chaque sous-filière existante
### Niveau du département 44
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# Créer un dataframe avec les données fournies
dep_filiere_zaer_sf_44 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 44,]
# Filtrer les données pour inclure uniquement les filières avec plusieurs sous-filières
frequentes_filieres <- c("SOLAIRE_PV", "SOLAIRE_THERMIQUE", "GEOTHERMIE", "BIOMETHANE", "EOLIEN")
data_filtre <- dep_filiere_zaer_sf_44[dep_filiere_zaer_sf_44$filiere %in% frequentes_filieres, ]
# Tracer l'histogramme empilé avec ggplot2
ggplot(data_filtre, aes(x = filiere, y = dep_nb_communes_ssfil, fill = detail_filiere)) +
geom_bar(stat = "identity") +
geom_text(aes(label = paste(round(dep_nb_communes_ssfil), "(", round(dep_txcom_zaer_ssfil, 1), "%)")),
position = position_stack(vjust = 0.5), size = 3) +
labs(x = "Filière",
y = "Nombre de communes",
title = "Proportion et nombre de communes ayant des zones définies dans chaque sous-filière existante dans le département 44") +
scale_fill_manual(name = "Sous-filière", values = palette_complete) + # Utiliser la palette de couleurs personnalisée
theme_gray() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Rotation des étiquettes sur l'axe x
```
### Niveau du département 49
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# Créer un dataframe avec les données fournies
dep_filiere_zaer_sf_49 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 49,]
# Filtrer les données pour inclure uniquement les filières avec plusieurs sous-filières
frequentes_filieres <- c("SOLAIRE_PV", "SOLAIRE_THERMIQUE", "GEOTHERMIE", "BIOMETHANE", "EOLIEN")
data_filtre_49 <- dep_filiere_zaer_sf_49[dep_filiere_zaer_sf_49$filiere %in% frequentes_filieres, ]
# Tracer l'histogramme empilé avec ggplot2
ggplot(data_filtre_49, aes(x = filiere, y = dep_nb_communes_ssfil, fill = detail_filiere)) +
geom_bar(stat = "identity") +
geom_text(aes(label = paste(round(dep_nb_communes_ssfil), "(", round(dep_txcom_zaer_ssfil, 1), "%)")),
position = position_stack(vjust = 0.5), size = 3) +
labs(x = "Filière",
y = "Nombre de communes",
title = "Proportion et nombre de communes ayant des zones définies dans chaque sous-filière existante dans le département 49") +
scale_fill_manual(name = "Sous-filière", values = palette_complete) + # Utiliser la palette de couleurs personnalisée
theme_bw() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Rotation des étiquettes sur l'axe x
```
### Niveau du département 53
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# Créer un dataframe avec les données fournies
dep_filiere_zaer_sf_53 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 53,]
# Filtrer les données pour inclure uniquement les filières avec plusieurs sous-filières
frequentes_filieres <- c("SOLAIRE_PV", "SOLAIRE_THERMIQUE", "GEOTHERMIE", "BIOMETHANE", "EOLIEN")
data_filtre_53 <- dep_filiere_zaer_sf_53[dep_filiere_zaer_sf_53$filiere %in% frequentes_filieres, ]
# Tracer l'histogramme empilé avec ggplot2
ggplot(data_filtre_53, aes(x = filiere, y = dep_nb_communes_ssfil, fill = detail_filiere)) +
geom_bar(stat = "identity") +
geom_text(aes(label = paste(round(dep_nb_communes_ssfil), "(", round(dep_txcom_zaer_ssfil, 1), "%)")),
position = position_stack(vjust = 0.5), size = 3) +
labs(x = "Filière",
y = "Nombre de communes",
title = "Proportion et nombre de communes ayant des zones définies dans chaque sous-filière existante dans le département 53") +
scale_fill_manual(name = "Sous-filière", values = palette_complete) + # Utiliser la palette de couleurs personnalisée
theme_classic() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Rotation des étiquettes sur l'axe x
```
### Niveau du département 72
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=8, fig.width= 12}
# Créer un dataframe avec les données fournies
dep_filiere_zaer_sf_72 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 72,]
# Filtrer les données pour inclure uniquement les filières avec plusieurs sous-filières
frequentes_filieres <- c("SOLAIRE_PV", "SOLAIRE_THERMIQUE", "GEOTHERMIE", "BIOMETHANE", "EOLIEN")
data_filtre_72 <- dep_filiere_zaer_sf_72[dep_filiere_zaer_sf_72$filiere %in% frequentes_filieres, ]
# Tracer l'histogramme empilé avec ggplot2
ggplot(data_filtre_72, aes(x = filiere, y = dep_nb_communes_ssfil, fill = detail_filiere)) +
geom_bar(stat = "identity") +
geom_text(aes(label = paste(round(dep_nb_communes_ssfil), "(", round(dep_txcom_zaer_ssfil, 1), "%)")),
position = position_stack(vjust = 0.5), size = 3) +
labs(x = "Filière",
y = "Nombre de communes",
title = "Proportion et nombre de communes ayant des zones définies dans chaque sous-filière existante dans le département 72") +
scale_fill_manual(name = "Sous-filière", values = palette_complete) + # Utiliser la palette de couleurs personnalisée
theme_bw() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Rotation des étiquettes sur l'axe x
```
### Niveau du département 85
```{r, echo = FALSE, warning = FALSE, message=FALSE, fig.height=6, fig.width= 10}
# Créer un dataframe avec les données fournies
dep_filiere_zaer_sf_85 <- dep_filiere_zaer[dep_filiere_zaer$insee_dep == 85,]
# Filtrer les données pour inclure uniquement les filières avec plusieurs sous-filières
frequentes_filieres <- c("SOLAIRE_PV", "SOLAIRE_THERMIQUE", "GEOTHERMIE", "BIOMETHANE", "EOLIEN")
data_filtre_85 <- dep_filiere_zaer_sf_85[dep_filiere_zaer_sf_85$filiere %in% frequentes_filieres, ]
# Tracer l'histogramme empilé avec ggplot2
ggplot(data_filtre_85, aes(x = filiere, y = dep_nb_communes_ssfil, fill = detail_filiere)) +
geom_bar(stat = "identity") +
geom_text(aes(label = paste(round(dep_nb_communes_ssfil), "(", round(dep_txcom_zaer_ssfil, 1), "%)")),
position = position_stack(vjust = 0.5), size = 3) +
labs(x = "Filière",
y = "Nombre de communes",
title = "Proportion des communes ayant des zones définies dans chaque sous-filière existante dans le département 85") +
scale_fill_manual(name = "Sous-filière", values = palette_complete) + # Utiliser la palette de couleurs personnalisée
theme_bw()
theme(axis.text.x = element_text(angle = 45, hjust = 1)) # Rotation des étiquettes sur l'axe x
```
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment