data analyst • mediapart
Intentions de vote dans les sondagesSuivi des sondagesDonnées candidatures au premier tour du Ministère de l'IntérieurDonnées des élections régionales 2021Données NspPollsCouleurs wikipedia des candidat·e·sRégion, liste et âgeAlliances aux élections régionales 2021Alliances de liste pour les élections régionales 2021 - arc diagramRégionales 2021 - Nuances - Matrice d'adjacence
Réseau d'alliances à partir des données du ministère de l'intérieur
import {graph as graphDraw} from '@d3/d3-hierarchy'
import { raw as candidates, lists } from '@taniki/regionales2021-donnees-minint'
graph = {
let nodes = [... new Set(candidates.map(c => c['Nuance candidat']))]
let pairs = (l) => {
let p = []
l.sort((a,b) => a.localeCompare(b))
l.forEach((vi,i)=>{
l.slice(i+1).forEach((vj,j)=>{
p.push([vi, vj])
})
})
return p
}
let links = lists
.map(l => l.candidatesNuances)
.map(pairs)
.flat()
.reduce((acc, p)=>{
let link = acc.find(l => l.source == p[0] && l.target == p[1])
if (!link) acc.push({ source: p[0], target: p[1], count:1 })
else link.count += 1
return acc
}, [])
return {nodes, links}
}
netClustering = require("netclustering")
communities = {
let n = graph.nodes.map(n => ({id: n}))
let l = graph.links.map(l=>({
'source': graph.nodes.indexOf(l.source),
'target': graph.nodes.indexOf(l.target),
'count': l.count,
}))
let clusters = netClustering.cluster(n, l, undefined, 'count')
return ({n, l, clusters})
}
import { candidateColors as nuanceColors } from '@taniki/regionales2021-colors'
color = d3.scaleOrdinal()
.domain(Object.keys(nuanceColors))
.range(Object.values(nuanceColors))
swatches({ color, columns: '180px' })
import { swatches } from '@d3/color-legend'
h = width
m = ({ t:50, b: 50, l: 50, r: 50 })
Purpose-built for displays of data
Observable is your go-to platform for exploring data and creating expressive data visualizations. Use reactive JavaScript notebooks for prototyping and a collaborative canvas for visual data exploration and dashboard creation.
