Retour à la vue d'ensemble

32:Tad9,viewof map = { let w = Math.min(800, width) - 30, h = 0.9 * w let container = html`

` let resolve container.value = new Promise(_ => resolve = _) yield container const map = new maplibregl.Map({ container, bounds: voirieAutresToulouse.bbox, zoom: 11, bearing: 0, maplibreLogo: true, style: "https://data.geopf.fr/annexes/ressources/vectorTiles/styles/PLAN.IGN/attenue.json", //style: "https://wxs.ign.fr/essentiels/static/vectorTiles/styles/PLAN.IGN/standard.json", //style: "https://basemaps.cartocdn.com/gl/voyager-gl-style/style.json", locale: { 'FullscreenControl.Enter': 'Mode plein écran', 'FullscreenControl.Exit': 'Sortie du mode plein écran', 'GeolocateControl.FindMyLocation': 'Localisez-moi', 'GeolocateControl.LocationNotAvailable': 'Localisation non disponible', 'NavigationControl.ZoomIn': 'Zoom +', 'NavigationControl.ZoomOut': 'Zoom -' }, fitBoundsOptions: { padding: 10 }, }) map.on("load", function () { categs.forEach(d => { map.addSource(d.layerName, { type: "geojson", data: d.layer }) }); (viewof cat).value = [categs[0]]; (viewof cat).dispatchEvent(new Event("input", {bubbles: true})); map.addControl(new maplibregl.NavigationControl()) //map.addControl(new maplibregl.FullscreenControl(), 'top-left') map.addControl( new maplibregl.GeolocateControl({ positionOptions: { enableHighAccuracy: true }, fitBoundsOptions: { maxZoom: 12 }, showAccuracyCircle: false, showUserLocation: true }), 'top-right' ); }) map.dragRotate.disable() map.touchZoomRotate.disableRotation() const homeControl = { onAdd: (map) => { const homeContainer = document.createElement('div') homeContainer.className = 'maplibregl-ctrl maplibregl-ctrl-group' homeContainer.addEventListener('contextmenu', e => e.preventDefault()) homeContainer.addEventListener('click', e => map.fitBounds(voirieAutresToulouse.bbox, { padding: 10 })) homeContainer.innerHTML = '

' + '' + '

'; return homeContainer }, } map.addControl(homeControl, 'top-left') resolve(map) invalidation.then(() => map.remove()) }33:T724,La couche des voies portant un nom de femme provient de la requête suivante lancée dans [DuckDB v 0.9+](https://duckdb.org/#quickinstall) (et j'emprunte à Christian Quest, qui a également [creusé ce sujet](https://www.data.gouv.fr/fr/reuses/parite-dans-les-noms-donnes-aux-rues-et-son-evolution-ces-dernieres-annees/), son élégant calcul de [score de genre](https://data.cquest.org/dgfip_fantoir/fantoir-parite/)) : ~~~sql LOAD spatial; CREATE OR REPLACE TABLE voirie_femmes_toulouse AS ( WITH prenoms_feminins AS ( SELECT preusuel, nb_prf FROM ( SELECT strip_accents(replace(preusuel,'-',' ')) AS preusuel, sum(nombre)::int AS nb_prf, 2 * sum((sexe - 1.5) * nombre) / nb_prf AS sexe2 FROM 'https://icem7.fr/data/prenoms_nat2022.parquet' WHERE length(preusuel) > 2 AND strip_accents(preusuel) NOT IN (FROM 'https://icem7.fr/data/exclusions_prf.csv') GROUP BY ALL HAVING sexe2 > 0 AND nb_prf > 100 ) UNION SELECT unnest(['MADAME','GEORI','ARLETTY','SOEUR','CAMILLE CLAUDEL','FRANCE GALL','GEORGE SAND','DAME', 'REINE','COMTESSE','CTSE','DUCHESSE','MARQUISE','CITOYENNE','DIEULAFOY','BERTHIE','BERTIE']), 0 ) , filaire_json AS ( FROM st_read('C:/.../datasets/filaire-de-voirie.geojson') --FROM st_read('https://data.toulouse-metropole.fr/api/explore/v2.1/catalog/datasets/filaire-de-voirie/exports/geojson') WHERE code_insee = '31555' ) SELECT street, code_insee, longueur, creation, geom, arg_max(preusuel, LENGTH(preusuel)) AS preusuel FROM filaire_json, prenoms_feminins WHERE contains(' ' || street || ' ', ' ' || preusuel || ' ') AND street NOT LIKE '%JEAN MARIE%' AND street NOT LIKE '%CHARLES MARIE%' AND street NOT LIKE '%CLAUDE MARIE%' AND street NOT LIKE '%LA MADELEINE%' AND street NOT LIKE '% PERE %' GROUP BY ALL ); ~~~34:T482,Et j'exporte cette table au format géographique GeoJSON, que la carte ci-dessus utilise directement : ~~~sql -- EXPORT GEOJSON COPY ( SELECT street, ST_union_agg(geom) AS geom, sum(longueur) AS longueur FROM voirie_femmes_toulouse GROUP BY ALL ) TO 'C:/.../datasets/voirie-femmes-toulouse.json' WITH (FORMAT GDAL, DRIVER 'GeoJSON', LAYER_CREATION_OPTIONS 'WRITE_BBOX=YES'); ~~~ Les tronçons de chaque voie sont, on le voit, regroupés, de sorte que l'export GeoJSON décrit exactement un enregistrement par voie. L'intégration automatique des bbox (bounding box = rectangle englobant chaque voie) permet à la carte interactive ci-dessus de zoomer automatiquement sur l'emprise de chaque voie sélectionnée. Les familiers de PostGIS reconnaitront leurs fonctions spatiales habituelles. Et si la longueur des tronçons ne figurait pas déjà dans la base de Toulouse métropole, on pourrait la calculer avec : ~~~sql sum(ST_length(st_transform(geom, 'EPSG:4326', 'EPSG:2154', true)))::int AS longueur_calc ~~~ soit la combinaison d'une projection vers le référentiel Lambert 93 et d'une somme d'un calcul de longueur dans ce référentiel.35:T59a,## B - Les voies toulousaines se référant à un homme Cette requête ne s'intéresse qu'aux prénoms masculins, et exclut les voies féminines précédemment identifiées. Quelques mots-clés qui ne sont pas des prénoms mais des indices sont ajoutés. ~~~sql CREATE OR REPLACE TABLE voirie_hommes_toulouse_min AS ( WITH prenoms_masculins AS ( SELECT preusuel, nb_prh FROM ( SELECT strip_accents(replace(preusuel,'-',' ')) AS preusuel, SUM(nombre)::int AS nb_prh FROM 'https://icem7.fr/data/prenoms_nat2022.parquet' WHERE sexe = 1 AND length(preusuel) > 2 AND strip_accents(preusuel) NOT IN (FROM 'https://icem7.fr/data/exclusions_prh.csv') GROUP BY ALL HAVING nb_prh > 50 ) UNION SELECT unnest(['GENERAL','GEN','GAL','MARECHAL','MAL','PRESIDENT','COLONEL','CDT','PROFESSEURS','COMTE','SAINT','DOM', 'DOYEN','PASTEUR','GAMBETTA','CLEMENCEAU','VOLTAIRE','FOCH','LAMARTINE','CARNOT','ABBE','PR','CAPITAINE', 'AMIRAL','PROFESSEUR','MONSEIGNEUR','CHANOINE','PERE','SERGENT','MEDECIN','CDEUR','CAMILLE']), 0 ) , filaire_json AS ( FROM st_read('C:/.../datasets/filaire-de-voirie.geojson') ANTI JOIN voirie_femmes_toulouse USING (street) WHERE code_insee = '31555' ) SELECT street, longueur, creation, geom, arg_max(preusuel, nb_prh) AS preusuel FROM filaire_json, prenoms_masculins WHERE contains( ' ' || street || ' ', ' ' || preusuel || ' ') GROUP BY ALL ) ; ~~~36:T6f9,### Constitution d'une table nationale des voies féminines La démarche est similaire à celle adoptée pour Toulouse, Fantoir remplaçant le filaire de voirie. ~~~sql CREATE OR REPLACE TABLE voiries_femmes_fr AS WITH prenoms_feminins AS ( SELECT preusuel, nb_prf FROM ( SELECT strip_accents(replace(preusuel,'-',' ')) AS preusuel, sum(nombre) AS nb_prf, 2*sum((sexe-1.5)*nombre)/sum(nombre) AS sexe2 FROM 'https://icem7.fr/data/prenoms_nat2022.parquet' WHERE length(preusuel)> 2 AND strip_accents(preusuel) NOT IN (FROM 'https://icem7.fr/data/exclusions_prf.csv') GROUP BY ALL HAVING sexe2 > 0 AND nb_prf > 100 ) UNION SELECT unnest(['MADAME','GEORI','ARLETTY','SOEUR','COMTESSE','CTSE','DUCHESSE','DAME', 'MARQUISE','CITOYENNE','REINE','MENIE','PHILADELPHE','BERTHIE','BERTIE']), 0 ), fantoir AS ( SELECT * REPLACE (regexp_replace(libelle_voie,'[-'']', ' ', 'g') AS libelle_voie, left(date_creation::varchar,4) AS date_creation), string_split(regexp_replace(libelle_voie,'[-'']', ' ', 'g'), ' ') AS street_list, FROM 'C:/.../datasets/fantoir202304.parquet' WHERE code_type_voie = '1' AND car_annul IS NULL AND libelle_voie NOT LIKE '%JEAN MARIE%' AND libelle_voie NOT LIKE '%CHARLES MARIE%' AND libelle_voie NOT LIKE '%LA MADELEINE%' AND libelle_voie NOT LIKE '% PERE %' AND libelle_voie NOT LIKE '% AVE MARIA%' ) SELECT concat(com,code_rivoli,cle_rivoli) AS id_rivoli, dep, com, code_nature_voie, libelle_voie, date_creation, arg_max(preusuel, nb_prf) AS preusuel, max(nb_prf) AS nb_prf FROM fantoir JOIN prenoms_feminins ON list_contains(street_list, preusuel) OR libelle_voie LIKE '%CAMILLE CLAUDEL%' OR libelle_voie LIKE '%GEORGE SAND%' OR libelle_voie LIKE '%FRANCE GALL%' GROUP BY ALL ; ~~~37:T578,### Palmarès des voies féminines les plus présentes Cette requête a été affinée à partir d'une premier comptage brut, mettant en évidence de petites variations orthographiques ou des dénominations rallongées. ~~~sql SELECT CASE WHEN ' ' || libelle_voie || ' ' LIKE '% LUCIE %AUBRAC ' THEN 'LUCIE AUBRAC' WHEN ' ' || libelle_voie || ' ' LIKE '% SIMONE %VEIL %' THEN 'SIMONE VEIL' WHEN ' ' || libelle_voie || ' ' LIKE '% ROSA %PARKS %' THEN 'ROSA PARKS' WHEN ' ' || libelle_voie || ' ' LIKE '% OLYMPE %GOUGES %' THEN 'OLYMPE DE GOUGES' WHEN ' ' || libelle_voie || ' ' LIKE '% SIMONE %BEAUVOIR %' THEN 'SIMONE DE BEAUVOIR' WHEN ' ' || libelle_voie || ' ' LIKE '% MARIE CURIE %' THEN 'MARIE CURIE' WHEN ' ' || libelle_voie || ' ' LIKE '% J% %ARC %' THEN 'JEANNE D ARC' WHEN ' ' || libelle_voie || ' ' LIKE '% GEORGE SAND %' THEN 'GEORGE SAND' WHEN ' ' || libelle_voie || ' ' LIKE '% LOUISE MICHEL %' THEN 'LOUISE MICHEL' WHEN ' ' || libelle_voie || ' ' LIKE '% EDITH PIAF %' THEN 'EDITH PIAF' WHEN ' ' || libelle_voie || ' ' LIKE '% MARYSE BASTIE %' THEN 'MARYSE BASTIE' WHEN ' ' || libelle_voie || ' ' LIKE '% HELENE BOUCHER %' THEN 'HELENE BOUCHER' WHEN ' ' || libelle_voie || ' ' LIKE '% NOTRE DAME %' THEN 'NOTRE DAME' ELSE libelle_voie END AS libelle_voie, count(*) AS tot FROM voiries_femmes_fr GROUP BY ALL ORDER BY 2 DESC LIMIT 12 ; ~~~38:T5a5,### Identification des 5 personnalités ayant émergé depuis 2010 On considère les voies peu présentes à la création du fichier (1987), qui ont émergé depuis 2010. ~~~sql WITH nat_f2 AS ( SELECT CASE WHEN ' ' || libelle_voie || ' ' LIKE '% LUCIE %AUBRAC ' THEN 'LUCIE AUBRAC' WHEN ' ' || libelle_voie || ' ' LIKE '% SIMONE %VEIL %' THEN 'SIMONE VEIL' WHEN ' ' || libelle_voie || ' ' LIKE '% ROSA %PARKS %' THEN 'ROSA PARKS' WHEN ' ' || libelle_voie || ' ' LIKE '% OLYMPE %GOUGES %' THEN 'OLYMPE DE GOUGES' WHEN ' ' || libelle_voie || ' ' LIKE '% SIMONE %BEAUVOIR %' THEN 'SIMONE DE BEAUVOIR' WHEN ' ' || libelle_voie || ' ' LIKE '% MARIE CURIE %' THEN 'MARIE CURIE' ELSE libelle_voie END AS libelle_voie, LEFT(date_creation::varchar,4) AS date_creation FROM voiries_femmes_fr ) , topf_2010_2023 AS ( SELECT libelle_voie , count(*) AS tot, sum(CASE WHEN date_creation = '1987' THEN 1 ELSE 0 END) AS cpt_1987, sum(CASE WHEN date_creation > '2010' THEN 1 ELSE 0 END) AS cpt_2010p, FROM nat_f2 WHERE libelle_voie NOT LIKE '%SAINT %' AND libelle_voie NOT LIKE '%FERRANT' GROUP BY ALL HAVING cpt_1987 < 25 ORDER BY cpt_2010p DESC LIMIT 5 ) , topf_an_2010_2023 AS ( SELECT libelle_voie, date_creation AS annee,count(*) AS eft FROM voiries_femmes_fr INNER JOIN topf_2010_2023 USING (libelle_voie) GROUP BY ALL ) PIVOT topf_an_2010_2023 ON libelle_voie USING SUM(eft) ORDER BY annee ; ~~~39:T5fa,map_p = { //if (map && map.isStyleLoaded()) { categs.forEach(d => { if (map.getLayer(d.layerName)) map.removeLayer(d.layerName) if (map.getLayer(d.layerName + '_fake')) map.removeLayer(d.layerName + '_fake') }) const popup = new maplibregl.Popup({ closeButton: false, closeOnClick: false }) const move_fn = layer => function(e) { const states = map.queryRenderedFeatures(e.point, { layers: [layer] }) if (states.length == 1) { map.getCanvas().style.cursor = 'pointer' popup .setLngLat(e.lngLat) .setHTML(states[0].properties.street) .addTo(map) } } const leave_fn = layer => function() { map.getCanvas().style.cursor = '' popup.remove() } cat.forEach(d => { map.addLayer({ id: d.layerName + '_fake', source: d.layerName, type: "line", paint: { "line-color": 'hsla(0,100%,50%,0.001)', "line-width": 10 } }) map.addLayer({ id: d.layerName, source: d.layerName, type: "line", paint: { "line-color": d.color, "line-width": 2 } }) map.on('mousemove', d.layerName + '_fake', move_fn(d.layerName + '_fake') ) map.on('mouseleave', d.layerName + '_fake', leave_fn(d.layerName + '_fake')) }) //} return "Programmation de la carte réactive" }3a:[{"id":"888c7ca49f097e32fbcfefa984b00b3bddf02246b750d4949bc8a15829ce6e7f40b48b47455e1e24abd1452e2eb690c11422ce16d26bbaa4c4e1c52553130cbb","href":"https://static.observableusercontent.com/files/888c7ca49f097e32fbcfefa984b00b3bddf02246b750d4949bc8a15829ce6e7f40b48b47455e1e24abd1452e2eb690c11422ce16d26bbaa4c4e1c52553130cbb","name":"voirie-hommes-toulouse-int@6.json","type":"application/json","lastModified":1696077294102.235,"size":271015},{"id":"0dbbcb05b01f0afabf96cda583dcd69242924f15d9fc4cd5294bd16515fced6ebc27b27312499998542fe528645f3e989eb0940ffcb72d48222600e5dd1b0abd","href":"https://static.observableusercontent.com/files/0dbbcb05b01f0afabf96cda583dcd69242924f15d9fc4cd5294bd16515fced6ebc27b27312499998542fe528645f3e989eb0940ffcb72d48222600e5dd1b0abd","name":"voirie-hommes-toulouse-min@6.json","type":"application/json","lastModified":1696077304277.627,"size":1278281},{"id":"783edd9c6b26f4bb6cd90c354b0b955fa9a18fa9319bbd9a247c724db4f22d1266cb3b12ee5622515d1e4420c18f9f659af6a1c90f12faa6b286273775a57992","href":"https://static.observableusercontent.com/files/783edd9c6b26f4bb6cd90c354b0b955fa9a18fa9319bbd9a247c724db4f22d1266cb3b12ee5622515d1e4420c18f9f659af6a1c90f12faa6b286273775a57992","name":"voirie-autres-toulouse@7.json","type":"application/json","lastModified":1696086550565.972,"size":1304517},{"id":"661dd5090cf33732b1f405f271eb76fd95b574eebc4ae5569ebcaa7757c90d3933d85eb0c3b436f0ccb5e4b0788d87d7697873b8aea18bcb1040c839c9e55772","href":"https://static.observableusercontent.com/files/661dd5090cf33732b1f405f271eb76fd95b574eebc4ae5569ebcaa7757c90d3933d85eb0c3b436f0ccb5e4b0788d87d7697873b8aea18bcb1040c839c9e55772","name":"voirie-femmes-toulouse@8.json","type":"application/json","lastModified":1696086557771.668,"size":188921},{"id":"c767da647385b2a994322ef60e7d4cdf4d3a22c0539690364d6a2feab1f2da8acfbdccef8a0393f6f4c90a34b14a0748c4fde8e6ae2248705b0966a9917b35f8","href":"https://static.observableusercontent.com/files/c767da647385b2a994322ef60e7d4cdf4d3a22c0539690364d6a2feab1f2da8acfbdccef8a0393f6f4c90a34b14a0748c4fde8e6ae2248705b0966a9917b35f8","name":"image.png","type":"image/png","lastModified":1696099692037.005,"size":51176},{"id":"43381568ba01239961c5793f5f514873cf7949f9e34cc20a1f422ab00b4610c9b0e21dcf992ee4a767e0d4fe562334a04a59f725b465b5f72f05b8ee2c58acce","href":"https://static.observableusercontent.com/files/43381568ba01239961c5793f5f514873cf7949f9e34cc20a1f422ab00b4610c9b0e21dcf992ee4a767e0d4fe562334a04a59f725b465b5f72f05b8ee2c58acce","name":"image@1.png","type":"image/png","lastModified":1696099760763.087,"size":10167}] 30:{"title":"Cartographions les voies portant le nom d'une femme à Toulouse (ou ailleurs)","cells":[{"id":0,"value":"# Cartographions les voies portant le nom
d'une femme à Toulouse (ou ailleurs)","pinned":false,"hidden":false,"mode":"md"},{"id":468,"value":"Cette étude est présentée de façon plus littéraire dans un [article du blog icem7](https://www.icem7.fr/cartographie/ou-sont-les-femmes-dans-les-rues-de-toulouse/). Elle s'alimente à trois sources :\n\n- le [filaire de voies de Toulouse métropole](https://data.toulouse-metropole.fr/explore/dataset/filaire-de-voirie/table/),\n- la base [Fantoir](https://www.data.gouv.fr/fr/datasets/fichier-fantoir-des-voies-et-lieux-dits/) de la direction générale des finances publiques.\n- le [fichier des prénoms](https://www.insee.fr/fr/statistiques/7633685) de l'Insee.\n\nElle est réalisée en SQL avec DuckDB.","pinned":false,"hidden":false,"mode":"md"},{"id":534,"value":"toc()","pinned":false,"hidden":false,"mode":"ojs"},{"id":536,"value":"## A - Les voies toulousaines se référant à une femme\n\nLa carte interactive suivante les présente, avec la possibilité d'afficher en complément les autres catégories de voies. \"Dénomination ambiguë\" peut correspondre à un homme, un lieu ou une profession, sans qu'il soit aisé de le savoir à l'avance.","pinned":false,"hidden":false,"mode":"md"},{"id":142,"value":"viewof cat = Inputs.checkbox(categs, {labelx: \"Catégories de rue :\",\nformat: x => html`${x.label}`})","pinned":false,"hidden":false,"mode":"ojs"},{"id":558,"value":"viewof search = Object.assign(\n Inputs.search(\n voirieFemmesToulouse.features.map(d => ({voie:d.properties.street, longueur: Math.round(d.properties.longueur), bbox: d.bbox}))\n .sort((a,b) => a.voie > b.voie ? 1 : -1) \n , {label: 'Recherchez une femme :', locale: 'fr'}), \n {style: '--label-width: 200px'}\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":570,"value":"viewof voies_femmes_sel2 = Inputs.select([{voie: 'Choisissez une voie nommant une femme...', bbox: voirieFemmesToulouse.bbox }].concat(search), \n {format : d => d.voie, width: 300, multiple: false})","pinned":false,"hidden":false,"mode":"ojs"},{"id":158,"value":"$32","pinned":false,"hidden":false,"mode":"ojs"},{"id":382,"value":"### Les quelque 300 voies toulousaines se référant à une femme\nCette liste résulte d'un calcul automatique, détaillé ci-après. \n\nÀ l'examen manuel, elle comporte au moins 5 voies incorrectement reconnues (sur 304), comme il est facile de le comprendre à la lecture de leur dénomination : *parc de la Violette, rue Marcel Reine, promenade du Dr Charles Rose, rue Gaye-Marie, impasse Charles-Marie Leconte de l'Isle*. \n\nOn pourrait tester la position du prénom pour affiner encore le programme, mais au risque d'éliminer le *parc de Claire* ou l'*impasse de Diane*. ","pinned":false,"hidden":false,"mode":"md"},{"id":86,"value":"viewof voies_femmes_sel = Inputs.table(voirieFemmesToulouse.features\n .map(d => ({voie:d.properties.street, longueur: Math.round(d.properties.longueur), bbox: d.bbox})), \n {columns: [\"voie\", \"longueur\"], sort: 'voie', width: 500, layout: 'auto', locale: 'fr'})","pinned":false,"hidden":false,"mode":"ojs"},{"id":387,"value":"$33","pinned":false,"hidden":false,"mode":"md"},{"id":500,"value":"$34","pinned":false,"hidden":false,"mode":"md"},{"id":521,"value":"### Pourquoi ne pas exécuter ces requêtes directement ici, dans Observable ?\n\nObservable intègre DuckDB, mais dans une version compilée pour JavaScript (Wasm) et à ce jour plus ancienne (0.7). Elle ne permet pas de charger l'extension SPATIAL dynamiquement. Mais cela devrait devenir possible d'ici quelques mois. ","pinned":false,"hidden":false,"mode":"md"},{"id":455,"value":"\n\n### Une représentation plus épurée avec Plot Géo","pinned":false,"hidden":false,"mode":"md"},{"id":121,"value":"Swatches(d3.scaleOrdinal(categs.map(d => d.label), categs.map(d => d.color)))","pinned":false,"hidden":false,"mode":"ojs"},{"id":3,"value":"Plot.plot({\n width:Math.min(width, 800),\n height:1.2 * Math.min(width, 800), \n projection: {type: \"equal-earth\", domain: voirieAutresToulouse}, \n marks: categs.map(d => Plot.geo(d.layer, {stroke: d.color, strokeWidth: d.width}))\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":487,"value":"$35","pinned":false,"hidden":false,"mode":"md"},{"id":548,"value":"## C - Extension à l'ensemble de la France avec la base Fantoir\n\nFantoir est [téléchargeable dans un format non délimité](https://www.data.gouv.fr/fr/datasets/fichier-fantoir-des-voies-et-lieux-dits/), fixe, qui mélange plusieurs niveaux logiques. Il est plus pratique d'extraire les seules informations sur les voies et de convertir le résultat au format parquet : plus compact, plus rapide à interroger.","pinned":false,"hidden":false,"mode":"md"},{"id":489,"value":"### Conversion de la base Fantoir au format parquet avec R\n\nCes lignes s'exécutent en moins d'une minute.","pinned":false,"hidden":false,"mode":"md"},{"id":462,"value":"~~~\nlibrary(tidyverse)\n\nl = list(begin = c(0,3,6, 10,11,15,48,73,74,81, 103, 108, 109, 112), \n end = c(3,6,10,11,15,41,49,74,81,88, 108, 109, 110, 120), \n col_names = c('dep','c3','code_rivoli','cle_rivoli','code_nature_voie','libelle_voie','voie_privee',\n 'car_annul','date_annul','date_creation','code_majic','code_type_voie','caractere','mot_directeur')) \n\nfantoir = read_fwf(file = \"C:/.../datasets/FANTOIR0423\", l) %>% \n filter(!is.na(code_type_voie)) %>%\n mutate(com = str_c(str_sub(dep,1,2), c3), .before = 1) %>% \n mutate(dep = if_else(str_sub(dep,1,2) == '97', str_sub(dep,1,3), str_sub(dep,1,2))) %>% \n select(-c3)\n\nlibrary(arrow) \n\nwrite_parquet(fantoir %>% \n mutate(across(c(dep,com,code_type_voie, code_nature_voie, car_annul), as.factor)), \n \"C:/.../datasets/fantoir202304.parquet\")\n ~~~","pinned":false,"hidden":false,"mode":"md"},{"id":611,"value":"$36","pinned":false,"hidden":false,"mode":"md"},{"id":666,"value":"$37","pinned":false,"hidden":false,"mode":"md"},{"id":677,"value":"Ce qui conduit à ce tableau :\n\n![image@1.png](${await FileAttachment(\"image@1.png\").url()})","pinned":false,"hidden":false,"mode":"md"},{"id":671,"value":"$38","pinned":false,"hidden":false,"mode":"md"},{"id":674,"value":"Ce qui nous donne de quoi construire ce graphique :\n![image.png](${await FileAttachment(\"image.png\").url()})","pinned":false,"hidden":false,"mode":"md"},{"id":556,"value":"md `## D - Pour en savoir plus\n\n* [Où sont les femmes dans les rues de Toulouse - icem7](https://www.icem7.fr/cartographie/ou-sont-les-femmes-dans-les-rues-de-toulouse/)\n\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":492,"value":"### Librairies et utilitaires","pinned":false,"hidden":false,"mode":"md"},{"id":152,"value":"categs = [\n {layerName: \"voirieFemmesToulouse\", layer: voirieFemmesToulouse, label: \"Femmes\", color:\"red\", width: 1.5},\n {layerName: \"voirieHommesToulouseMin\", layer: voirieHommesToulouseMin, label: \"Hommes\", color: 'olivedrab', width: 1},\n {layerName: \"voirieHommesToulouseInt\", layer: voirieHommesToulouseInt, label: \"Dénomination ambiguë\", color: 'steelblue', width: 1},\n {layerName: \"voirieAutresToulouse\", layer: voirieAutresToulouse, label: \"Autres\", color: '#d0d0d0', width: 1},\n]","pinned":false,"hidden":false,"mode":"ojs"},{"id":283,"value":"fly_p = {\n if (voies_femmes_sel2) \n map.fitBounds(voies_femmes_sel2.bbox, { padding: 50 });\n else \n map.fitBounds(voirieFemmesToulouse.bbox, { padding: 10 })\n\n return \"fly to\"\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":161,"value":"$39","pinned":false,"hidden":false,"mode":"ojs"},{"id":4,"value":"voirieAutresToulouse = FileAttachment(\"voirie-autres-toulouse@7.json\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":6,"value":"voirieFemmesToulouse = FileAttachment(\"voirie-femmes-toulouse@8.json\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":7,"value":"voirieHommesToulouseInt = FileAttachment(\"voirie-hommes-toulouse-int@6.json\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":8,"value":"voirieHommesToulouseMin = FileAttachment(\"voirie-hommes-toulouse-min@6.json\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":15,"value":"maplibregl = {\n const [module, styleURL] = await Promise.all([\n require(\"maplibre-gl@3.3.0\"),\n require.resolve(\"maplibre-gl@3.3.0/dist/maplibre-gl.css\")\n ])\n \n const style = document.head.appendChild(\n html``\n )\n \n invalidation.then(() => style.remove())\n \n return module\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":123,"value":"import {Swatches} from \"@d3/color-legend\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":528,"value":"import {tuto_styles, toc} from '@ericmauviere/techniques-pour-tutoriels'","pinned":false,"hidden":false,"mode":"ojs"},{"id":541,"value":"tuto_styles","pinned":false,"hidden":false,"mode":"ojs"}],"files":"$W3a","stdlib":"1","titling":"auto"}