Mémoire de maîtrise de Valentine Desmorat (en cours) « L'entrée des femmes artistes dans la collection du Musée d'art contemporain, de 1964 à nos jours : analyse statistique et facteurs déterminants »
Co-créations avec Lena Krause
Public
Edited
Jun 1, 2023
annees = new Set(donsFM.map(d => d.dateAcquisition).sort())
graphiqueBarres = Plot.plot({
height: 800,
width: 1150,
marginLeft: 50,
marginRight: 10,
marginTop: 50,
marginBottom: 65,
x: {
domain: annees,
type: "band",
tickFormat: d => d.toString(),
tickRotate: -45,
//label: `${legendeGraphique} par années de ${selecteurIntervalleTemps[0]} à ${selecteurIntervalleTemps[1]}, catégorisés selon les sexes associés des artistes`,
label: "",
inset: 10,
},
y: {
//domain: [0, 200],
//label: `${legendeGraphique} (nombre)`,
label: "",
marginLeft: "20px",
grid: true
},
marks: [
Plot.rectY(donsFM, Plot.binX({y: "count"}, {x: "dateAcquisition", fill: "genreAssocie",
thresholds:60,order: ["Féminin", "Mixte"]}))
],
color: {
type: "categorical",
range: [bordeau, jaune],
legend: true,
},
style:{
backgroundColor: noir,
color: gris,
fontSize: "16px",
}
})
donsFM.filter(d => d.provenance.includes("Don de l’artiste"))
donsFM = oeuvresFemmesEtMixte.filter(d => d.numero.substr(0, 1) == "D")
donsF = oeuvresMacEtudiees.filter(d => d.genreAssocie == "Féminin" && d.numero.substr(0, 1) == "D" )
donsM = oeuvresMacEtudiees.filter(d => d.genreAssocie == "Mixte" && d.numero.substr(0, 1) == "D" )
oeuvresFemmesEtMixte = oeuvresMacEtudiees.filter(d => d.genreAssocie == "Féminin" || d.genreAssocie == "Mixte" )
import {oeuvresMacEtudiees} from "1cd6c83a4402c258"
import {provenance} from "1cd6c83a4402c258"
import {couleurs} from "26cecfbef9723965"
gris = couleurs[1]
bordeau = couleurs[2]
noir = couleurs[3]
jaune = couleurs[0]
One platform to build and deploy the best data apps
Experiment and prototype by building visualizations in live JavaScript notebooks. Collaborate with your team and decide which concepts to build out.
Use Observable Framework to build data apps locally. Use data loaders to build in any language or library, including Python, SQL, and R.
Seamlessly deploy to Observable. Test before you ship, use automatic deploy-on-commit, and ensure your projects are always up-to-date.