2f:T70e,carte_patrimoine_dynamique = Plot.plot({ title: "Répartition du patrimoine en France", width: 900, height: 600, projection: { type: "mercator", // Utilise le GeoJSON des départements pour forcer le centrage sur la métropole, y compris la Corse domain: Filtre === "Départements" ? departementsGeoJSON : carte_data_region_metropole }, color: { type: "sequential", scheme: "YlGnBu", legend: true, label: Filtre === "Départements" ? "Nombre de lieux de patrimoine (Départements)" : "Nombre de lieux de patrimoine (Régions)", domain: [ 0, d3.max( Filtre === "Départements" ? carte_data_departement.features : carte_data_region_metropole.features, (f) => f.properties.nombre_lieux ) ] }, marks: [ // Polygons des Départements ou Régions (Couleur = Nombre Brut) Filtre === "Départements" ? Plot.geo(carte_data_departement, { fill: (d) => d.properties.nombre_lieux, stroke: "#ccc", strokeWidth: 0.5, title: (d) => `${d.properties.nom} (${d.properties.code})\n` + `Nombre de lieux : ${d.properties.nombre_lieux}`, tip: true }) : // Utilisation du GeoJSON FILTRÉ des régions Plot.geo(carte_data_region_metropole, { fill: (d) => d.properties.nombre_lieux, stroke: "#888", strokeWidth: 0.5, title: (d) => `${d.properties.nom}\n` + `Nombre de lieux : ${d.properties.nombre_lieux}`, tip: true }), // Bordures Régions Plot.geo(regions4_metropole, { stroke: "#333", fill: "none", strokeWidth: Filtre === "Départements" ? 1.5 : 2 }) ] })30:T99e,Les cartes régionales et départementales révèlent une forte polarisation du patrimoine français, marquée par un axe Ouest/Sud-Ouest où se concentre la majorité du volume. Certaines régions se démarquent par une richesse bien répartie, tandis que d’autres souffrent d’un déséquilibre ou d’un manque de densité patrimoniale. **Les régions les plus riches en patrimoine** La Nouvelle-Aquitaine et l’Auvergne-Rhône-Alpes s’imposent comme les deux grandes régions patrimoniales de France, avec respectivement 10 901 et 10 860 lieux recensés. Leur force réside dans une répartition équilibrée du patrimoine sur l’ensemble de leur territoire, témoignant d’une homogénéité remarquable. L’Île-de-France, quant à elle, présente un profil particulier : si son volume global est élevé (9 603 lieux), il dépend presque entièrement de Paris, créant un fort déséquilibre entre la capitale et le reste de la région. L’Occitanie (9 624 lieux) et le Grand Est (7 840 lieux) complètent ce groupe de tête grâce à la diversité et à la richesse de leurs départements. **Les zones en retrait** Certaines régions se démarquent à l’inverse par une dotation plus faible. Les Pays de la Loire (4 373 lieux) et le Centre-Val de Loire (4 753 lieux) affichent des chiffres modestes au regard de leur taille et de leur passé historique. La Normandie (5 068 lieux) et la région Provence-Alpes-Côte d’Azur (5 374 lieux) présentent également un volume relativement limité, souvent compensé par la présence de sites emblématiques plutôt que par une grande densité. Les Hauts-de-France et plusieurs zones de l’Ouest apparaissent enfin comme les territoires les plus en déficit patrimonial, révélant une répartition inégale sur le plan national. **L’importance des départements** Le rôle des départements est central pour comprendre ces contrastes. En Nouvelle-Aquitaine, la richesse est répartie de manière équilibrée entre la Gironde, la Dordogne ou encore la Charente-Maritime, ce qui renforce la cohérence régionale. À l’opposé, l’Île-de-France illustre une concentration extrême, avec une grande majorité des lieux situés à Paris. Ces différences montrent deux logiques opposées : d’un côté, une richesse diffuse et harmonieuse comme en Nouvelle-Aquitaine ou en Auvergne-Rhône-Alpes, et de l’autre, une richesse polarisée et centralisée, typique de l’Île-de-France.31:T132c,donut_patrimoine_regions = { // --- Préparation des données (inchangée) --- const data_sorted_asc = [...dataRegions].sort( (a, b) => a.Nombre_de_Lieux - b.Nombre_de_Lieux ); let data_filtrée_active; if (choixFiltre && choixFiltre.includes("Top 5")) { data_filtrée_active = data_sorted_asc.slice(0, 5); } else if (choixFiltre && choixFiltre.includes("Top 3")) { data_filtrée_active = data_sorted_asc.slice(0, 3); } else { data_filtrée_active = data_sorted_asc.slice(0, 5); } const total_general = d3.sum(dataRegions, (d) => d.Nombre_de_Lieux); const total_groupe = d3.sum(data_filtrée_active, (d) => d.Nombre_de_Lieux); // --- Configuration D3 (inchangée) --- const pie = d3 .pie() .value((d) => d.Nombre_de_Lieux) .sort(null); const arcs = pie(data_filtrée_active); const outerRadius = 220; const innerRadius = 90; const arc = d3.arc().innerRadius(innerRadius).outerRadius(outerRadius); const arcLabel = d3 .arc() .innerRadius(outerRadius * 0.7) .outerRadius(outerRadius * 0.7); const svg = d3 .create("svg") .attr("width", 950) .attr("height", 550) .attr("viewBox", [-300, -275, 950, 550]) .style("font-family", "sans-serif"); const color = d3 .scaleOrdinal() .domain(data_filtrée_active.map((d) => d.Region)) .range(d3.schemeCategory10); // Titres et Sous-titres (inchangés) svg .append("text") .attr("x", 0) .attr("y", -250) .attr("text-anchor", "middle") .attr("font-size", 20) .attr("font-weight", "bold") .text(`Analyse des ${choixFiltre}`); svg .append("text") .attr("x", 0) .attr("y", -230) .attr("text-anchor", "middle") .attr("font-size", 14) .attr("fill", "#555") .text( `Répartition du nombre de lieux de patrimoine dans ce groupe de ${data_filtrée_active.length} régions.` ); const g = svg.append("g"); // --- Mark: Les Arcs (inchangés) --- g.selectAll("path") .data(arcs) .join("path") .attr("fill", (d) => color(d.data.Region)) .attr("d", arc) .attr("stroke", "white") .attr("stroke-width", 1) .style("cursor", "pointer") .on("mouseover", function (event, d) { d3.select(this) .transition() .duration(150) .attr("transform", "scale(1.03)"); }) .on("mouseout", function () { d3.select(this).transition().duration(150).attr("transform", "scale(1)"); }); // --- Mark: Les Étiquettes de Texte (Modifiées pour l'interactivité) --- svg .selectAll("text.label-arc") // Utilisation d'une classe spécifique .data(arcs.filter((d) => d.data.Nombre_de_Lieux / total_general > 0.001)) .join("text") .attr("class", "label-arc") .attr("transform", (d) => `translate(${arcLabel.centroid(d)})`) .attr("text-anchor", "middle") .attr("alignment-baseline", "middle") .attr("font-size", 11) .attr("font-weight", "600") .attr("fill", "white") .text((d) => { // LOGIQUE DE BASCULE ICI if (AffichageMetrique === "Pourcentage (%)") { return `${((d.data.Nombre_de_Lieux / total_general) * 100).toFixed( 1 )}%`; } else { return d.data.Nombre_de_Lieux.toLocaleString("fr-FR"); } }); // --- Mark: Texte Central (inchangé) --- const part_nationale = ((total_groupe / total_general) * 100).toFixed(1); svg .append("text") .attr("text-anchor", "middle") .attr("alignment-baseline", "middle") .attr("font-size", 28) .attr("font-weight", "bold") .attr("y", -10) .text(total_groupe.toLocaleString("fr-FR")); svg .append("text") .attr("text-anchor", "middle") .attr("alignment-baseline", "middle") .attr("font-size", 14) .attr("fill", "#444") .attr("y", 20) .text("Lieux dans le groupe"); svg .append("text") .attr("text-anchor", "middle") .attr("alignment-baseline", "middle") .attr("font-size", 12) .attr("fill", "#888") .attr("y", 45) .text(`(${part_nationale}% du total national)`); // --- Légende (inchangée) --- const legend = svg .append("g") .attr("transform", `translate(${outerRadius + 140}, ${-outerRadius})`); legend .selectAll("rect") .data(data_filtrée_active) .join("rect") .attr("x", 0) .attr("y", (d, i) => i * 22) .attr("width", 14) .attr("height", 14) .attr("fill", (d) => color(d.Region)); legend .selectAll("text") .data(data_filtrée_active) .join("text") .attr("x", 20) .attr("y", (d, i) => i * 22 + 11) .attr("font-size", 12) .attr("alignment-baseline", "middle") .text((d) => { const nombre = d.Nombre_de_Lieux.toLocaleString("fr-FR"); const name = d.Region.length > 25 ? d.Region.slice(0, 25) + "…" : d.Region; return `${name} – ${nombre} lieux`; }); return svg.node(); }32:T7e6,Le donut chart met en évidence les régions les moins dotées en patrimoine, comme les Pays de la Loire, la Normandie ou encore le Centre-Val de Loire. L’ensemble confirme une fracture nette entre ces territoires et les régions les plus riches en lieux recensés. **Un volume faible et concentré ailleurs** Le graphique montre que les cinq régions les moins fournies ne représentent qu’une petite part du patrimoine national. Cela prouve que la majorité des lieux se concentre dans les grandes régions de tête, comme la Nouvelle-Aquitaine ou l’Auvergne-Rhône-Alpes. Le déficit observé sur la carte n’est donc pas qu’une impression visuelle : il se traduit aussi par un poids réel très faible dans les chiffres globaux. **Un regroupement dans l’Ouest et le Nord** Les régions les moins dotées appartiennent pour la plupart à l’Ouest et au Nord du pays. Les Pays de la Loire, avec 4 373 lieux, restent en bas du classement, suivis du Centre-Val de Loire (4 753 lieux) et de la Normandie (5 068 lieux). Ce bloc de l’Ouest-Centre se démarque nettement des régions du Sud et de l’Est, beaucoup plus riches en patrimoine. Ce résultat complète l’analyse précédente : alors que certaines régions comme la Nouvelle-Aquitaine bénéficient d’une répartition équilibrée et Paris concentre à elle seule la richesse de l’Île-de-France, les zones voisines — notamment la Normandie et le Centre-Val de Loire — ne profitent pas de cet élan. On observe donc une véritable rupture entre les régions dynamiques et celles restées en marge. **Des écarts visibles même entre les régions peu dotées** Le donut chart permet aussi de comparer les régions les moins riches entre elles. On remarque que, même dans ce groupe déjà défavorisé, les écarts restent marqués. Ce graphique ne cherche pas à les opposer au total national, mais plutôt à mesurer leur propre manque de patrimoine, avant de passer à une analyse plus fine prenant en compte le ratio par habitant.33:T974,// VIZ 8 : CARTE INTERACTIVE - Ratio EPCI + Points de Patrimoine filtrables { const data_carte_epci = epci_avec_ratio_geojson; // Filtrage des points en fonction de la sélection utilisateur const lieux_filtres = lieux_doubs_pour_carte.filter( (d) => selected_categorie === "Tous les lieux" || d.categorie_patrimoine === selected_categorie ); // Domaine du ratio (inchangé) const ratio_domain_values = data_carte_epci.features .map((f) => f.properties.ratio_10k_habitants) .filter((r) => r > 0); const min_ratio = d3.min(ratio_domain_values); const max_ratio = d3.max(ratio_domain_values); return Plot.plot({ title: "Ratio de lieux patrimoniaux / 10K habitants par EPCI (établissement public de coopération intercommunale) dans le Doubs.", subtitle: `Points affichés : ${selected_categorie} (${lieux_filtres.length} lieux).`, width: 900, height: 600, // Projection du GeoJSON complet pour bien centrer projection: { type: "mercator", domain: data_carte_epci }, color: { type: "sequential", scheme: "YlGnBu", domain: [min_ratio, max_ratio], legend: true, label: "Ratio / 10K hab.", tickFormat: ".1f" }, // Nouvelle échelle pour la couleur des points r: { range: [2, 6] }, marks: [ // 1. Polygons de la carte Choroplèthe (Couleur = Ratio) Plot.geo(data_carte_epci, { fill: (d) => d.properties.ratio_10k_habitants, stroke: "#fff", strokeWidth: 0.5, title: (d) => `${d.properties.nom_epci}\n` + `Ratio : ${d.properties.ratio_10k_habitants.toFixed(2)} / 10K hab.`, tip: true }), // 2. Points des lieux patrimoniaux (Interaction = Categorie) Plot.dot(lieux_filtres, { x: "longitude", y: "latitude", // Taille et opacité pour ne pas masquer la carte r: 3, opacity: 0.8, fill: "red", // Couleur distincte des polygons stroke: "white", strokeWidth: 0.5, // Affichage des infos du lieu tip: true, title: (d) => `${d.nom_lieu}\nType: ${d.categorie_patrimoine}\nCommune: ${d.commune}` }), // 3. Frontières des EPCI (pour améliorer la lisibilité des limites) Plot.geo(data_carte_epci, Plot.delaunayMesh(), { stroke: "black", strokeOpacity: 0.2 }) ] }); }34:T7c6,La carte choroplèthe du Doubs, où la couleur représente le nombre de lieux pour 10 000 habitants, met en évidence de fortes inégalités d’accès au patrimoine entre les différentes intercommunalités. **Une offre concentrée autour des grands pôles** La carte montre que l’accès au patrimoine est largement concentré autour des grands centres urbains et touristiques, qui disposent des moyens nécessaires pour entretenir et ouvrir de nombreux sites. Grand Besançon Métropole domine très largement avec un ratio de 4,79 lieux pour 10 000 habitants, ce qui en fait le seul territoire offrant un accès réellement confortable. La communauté de communes Loue-Lison (1,10 pour 10 000 habitants) et le Pays de Montbéliard Agglomération (1,32 pour 10 000 habitants) affichent des valeurs bien plus faibles, mais restent les seuls autres territoires à dépasser le seuil d’un lieu pour 10 000 habitants. **Des territoires ruraux en retrait** Le contraste est frappant avec les intercommunalités rurales ou situées en zone montagneuse. La majorité d’entre elles ont des ratios inférieurs à 0,5 lieu pour 10 000 habitants, traduisant un accès très limité au patrimoine. La communauté de communes des Portes du Haut-Doubs, avec seulement 0,31 lieu pour 10 000 habitants, illustre parfaitement ce manque : malgré un certain potentiel touristique, l’offre patrimoniale y reste très faible. **Des inégalités d’accès marquées** Alors que l’analyse nationale mettait en avant des écarts de volume, cette carte révèle des inégalités d’accès encore plus nettes à l’échelle locale. Les habitants des zones rurales ou du Haut-Doubs ont proportionnellement beaucoup moins accès au patrimoine que ceux de l’agglomération bisontine. La concentration des points rouges sur la carte, représentant les lieux patrimoniaux, renforce cette observation : ils se regroupent autour de Besançon, laissant de vastes zones du département presque vides.35:T443,{ const data = data_scatter_doubs; return Plot.plot({ title: "Croisement : ratio / 10K hab. vs. nombre brut de lieux par intercommunalité.", subtitle: `La ligne rouge est la médiane départementale.`, width: 900, height: 600, grid: true, x: { label: "Ratio de Lieux pour 10 000 Habitants (Densité de l'offre)", zero: true }, y: { label: "Nombre total de lieux patrimoniaux (taille brute)", domain: [0, d3.max(data, (d) => d.nombre_lieux) * 1.1] }, marks: [ Plot.dot(data, { x: "ratio_10k_habitants", y: "nombre_lieux", fill: "#08519c", r: 6, opacity: 0.85, tip: true, title: (d) => `${d.nom_epci}\n` + `Lieux : ${d.nombre_lieux}\n` + `Ratio : ${d.ratio_10k_habitants.toFixed(2)} / 10K hab.` }), Plot.ruleX([median_ratio_doubs], { stroke: "red", strokeWidth: 2, strokeDasharray: "4,2", title: `Médiane du Ratio Doubs: ${median_ratio_doubs.toFixed(2)}` }) ] }); }36:T67f,Le graphique met en lumière les inégalités patrimoniales dans le Doubs en croisant deux indicateurs : le nombre total de lieux (sur l’axe horizontal) et le ratio par habitant (sur l’axe vertical). Cette double lecture permet de voir à la fois la richesse globale et l’accès réel au patrimoine selon les territoires. **Un fort déséquilibre autour de Besançon** Une seule intercommunalité se démarque clairement : Grand Besançon Métropole. Située dans le coin supérieur droit du graphique, elle combine un grand nombre de lieux avec un excellent accès pour les habitants (4,79 lieux pour 10 000 habitants). Elle apparaît donc comme le pôle central et dominant du patrimoine dans le département. **Des pôles secondaires limités** Deux autres territoires, le Pays de Montbéliard Agglomération (1,32 pour 10 000 hab.) et Loue-Lison (1,10 pour 10 000 hab.), se distinguent légèrement avec des ratios supérieurs à un lieu pour 10 000 habitants. Ils représentent les seuls pôles secondaires offrant un accès convenable au patrimoine, même s’ils restent loin derrière Besançon. **Une majorité de territoires en manque** La grande majorité des intercommunalités se trouvent dans le coin inférieur gauche du graphique, avec à la fois un faible volume (moins de 40 lieux) et un accès très limité (moins de 0,5 pour 10 000 hab.). La médiane du département, à seulement 0,32 lieu pour 10 000 habitants, montre qu’une moitié du territoire offre quasiment aucun accès au patrimoine. Cette situation révèle un déséquilibre structurel fort, où seules trois intercommunalités échappent à ce manque généralisé.37:T877,bar_chart_ratio_vs_brut = { const isRatio = MetriqueBarChart === "Ratio / 10K hab."; const metricKey = isRatio ? "ratio_10k_habitants" : "nombre_lieux"; const data = data_bar_doubs_epci.sort((a, b) => b[metricKey] - a[metricKey]); const format_epci_label = (d) => d.nom_epci; const xLabel = isRatio ? "Ratio de lieux pour 10 000 Hab." : "Nombre total de lieux patrimoniaux"; const xDomainMax = d3.max(data, (d) => d[metricKey]) * 1.1; const xTickFormat = isRatio ? ".1f" : "d"; const title = `Classement des intercommunalités du Doubs par ${ isRatio ? "accès (ratio / 10K hab.)" : "volume brut" }`; const subtitle = isRatio ? `Tri par ratio décroissant — Médiane du Doubs : ${median_ratio_doubs.toFixed( 2 )}` : "Tri par volume brut de lieux décroissant."; return Plot.plot({ title: title, subtitle: subtitle, width: 900, height: 600, marginTop: 30, marginRight: 60, marginLeft: 350, x: { label: xLabel, domain: [0, xDomainMax], grid: true, tickFormat: xTickFormat }, y: { label: "EPCI", domain: data.map(format_epci_label), padding: 0.1 }, color: { type: "linear", scheme: isRatio ? "blues" : "greens", legend: false, range: [0.4, 1] }, marks: [ Plot.barX(data, { y: format_epci_label, x: metricKey, fill: metricKey, tip: true, title: (d) => `${d.nom_epci} — ${d[metricKey].toFixed(isRatio ? 2 : 0)} ${ isRatio ? "/ 10K hab." : "lieux" }` }), ...(isRatio ? [ Plot.ruleX([median_ratio_doubs], { stroke: "black", strokeWidth: 2, strokeDasharray: "4,2", title: `Médiane Doubs: ${median_ratio_doubs.toFixed(2)}` }) ] : []), Plot.text(data, { x: metricKey, y: format_epci_label, text: (d) => d[metricKey].toFixed(isRatio ? 1 : 0), dx: 5, textAnchor: "start", fill: "black", fontWeight: "bold" }) ] }); }38:T83a,Le bar chart, qui permet de passer d’un classement basé sur l’accès au patrimoine (ratio pour 10 000 habitants) à un classement par volume total (nombre de lieux), confirme et précise les inégalités déjà observées dans le Doubs. **Une hiérarchie stable et une exception marquée** Le graphique montre que, même en changeant de critère, la hiérarchie reste presque la même pour les territoires les plus riches en patrimoine. Grand Besançon Métropole domine largement : avec 262 lieux recensés, c’est de loin le territoire le plus fourni, et il offre aussi le meilleur accès avec environ 4,8 lieux pour 10 000 habitants. Derrière lui, le Pays de Montbéliard Agglomération (72 lieux, ratio 1,3) et la communauté de communes Loue-Lison (60 lieux, ratio 1,1) conservent leur place. Ce sont les seules, avec Besançon, à dépasser clairement un lieu pour 10 000 habitants. Le fait que l’ordre des trois premiers reste identique prouve que leur poids patrimonial est si fort qu’il compense la taille de leur population. **Des chiffres très faibles pour les zones rurales** Le principal intérêt de ce graphique est de montrer la grande faiblesse du reste du territoire. En bas de classement, les intercommunalités rurales enregistrent des valeurs extrêmement basses, que ce soit en nombre de lieux ou en accès pour les habitants. Des territoires comme le Plateau du Russey, Frasne ou Entre Doubs et Loue ne comptent que quelques lieux (entre 3 et 8) et des ratios proches de zéro, souvent autour de 0,1 lieu pour 10 000 habitants. **Un territoire à trois vitesses** En résumé, ce bar chart révèle une répartition très inégale du patrimoine dans le Doubs. On distingue un leader incontesté, Grand Besançon Métropole, deux pôles secondaires, Montbéliard et Loue-Lison, puis une grande majorité d’intercommunalités qui restent très en retrait, avec des valeurs souvent inférieures à la médiane de 0,32. Ces chiffres traduisent une véritable pénurie d’accès au patrimoine pour une grande partie des habitants, même dans les zones peu peuplées.39:T427,Plot.plot({ title: "Répartition des types de patrimoine par EPCI (établissement public de coopération intercommunale).", width: 1100, height: 600, marginBottom: 100, marginLeft: 330, x: { label: "Type de patrimoine", tickRotate: -45 }, y: { label: null, domain: [ ...new Set(donnees_heatmap_avec_noms.map((d) => d.nom_epci)) ].sort() }, color: { type: "sequential", scheme: "BuGn", legend: true, label: "Nombre de lieux" }, marks: [ Plot.cell(donnees_heatmap_avec_noms, { x: "categorie", y: "nom_epci", fill: "nombre", tip: true, title: (d) => `${d.nom_epci}\n${d.categorie}: ${d.nombre} lieu(x)` }), Plot.text(donnees_heatmap_avec_noms, { x: "categorie", y: "nom_epci", text: (d) => d.nombre, fill: (d, i, data) => { const max_nombre = d3.max(data, (item) => item.nombre) || 1; return d.nombre > max_nombre * 0.5 ? "white" : "black"; }, fontSize: 11, fontWeight: "bold" }) ] })3a:T869,La carte de chaleur met en relation les intercommunalités (axe vertical) et les différentes catégories de patrimoine (axe horizontal). L’intensité des couleurs montre une forte concentration autour d’un seul type de patrimoine dominant, accompagnée d’un manque marqué dans les autres catégories. **La domination des monuments historiques** Le patrimoine du Doubs repose presque entièrement sur les monuments historiques. Grand Besançon Métropole concentre à lui seul 246 lieux sur 262 dans cette seule catégorie, ce qui confirme son rôle central et écrasant. Le Pays de Montbéliard Agglomération (61 lieux) et la communauté de communes Loue-Lison (59 lieux) suivent le même modèle, avec une grande majorité de monuments. Dans les territoires ruraux, comme le Plateau du Russey, le Val Marnaysien ou Altitude 800, la présence patrimoniale est très faible — souvent entre 5 et 12 lieux — et presque toujours limitée à cette catégorie. **Une diversité concentrée dans les grands pôles** La variété du patrimoine se trouve surtout dans les zones urbaines, seules capables d’abriter plusieurs types de structures culturelles. Grand Besançon Métropole (4 archives, 7 musées) et le Pays de Montbéliard Agglomération (3 archives, 2 musées) sont les deux seuls territoires vraiment diversifiés. Les autres intercommunalités ne comptent qu’un ou deux musées, et presque aucune archive. Les espaces protégés se concentrent principalement dans le Pays de Maîche et autour des grands pôles urbains, tandis que les sites archéologiques restent rares — une dizaine au total — surtout autour de Montbéliard et dans le Haut-Doubs. **Une opposition entre quantité et diversité** Cette carte met en évidence une dualité nette. D’un côté, un patrimoine abondant mais uniforme, dominé par les monuments historiques. De l’autre, une richesse plus variée mais concentrée uniquement à Besançon et Montbéliard. Les territoires ruraux, eux, restent pauvres en patrimoine et manquent de diversité culturelle, ce qui souligne le manque d’infrastructures sur une grande partie du département.3b:T7db,nom_vers_code_dept = ({ Ain: "01", Aisne: "02", Allier: "03", "Alpes-de-Haute-Provence": "04", "Hautes-Alpes": "05", "Alpes-Maritimes": "06", Ardèche: "07", Ardennes: "08", Ariège: "09", Aube: "10", Aude: "11", Aveyron: "12", "Bouches-du-Rhône": "13", Calvados: "14", Cantal: "15", Charente: "16", "Charente-Maritime": "17", Cher: "18", Corrèze: "19", "Côte-d'Or": "21", "Côtes-d'Armor": "22", Creuse: "23", Dordogne: "24", Doubs: "25", Drôme: "26", Eure: "27", "Eure-et-Loir": "28", Finistère: "29", Gard: "30", "Haute-Garonne": "31", Gers: "32", Gironde: "33", Hérault: "34", "Ille-et-Vilaine": "35", Indre: "36", "Indre-et-Loire": "37", Isère: "38", Jura: "39", Landes: "40", "Loir-et-Cher": "41", Loire: "42", "Haute-Loire": "43", "Loire-Atlantique": "44", Loiret: "45", Lot: "46", "Lot-et-Garonne": "47", Lozère: "48", "Maine-et-Loire": "49", Manche: "50", Marne: "51", "Haute-Marne": "52", Mayenne: "53", "Meurthe-et-Moselle": "54", Meuse: "55", Morbihan: "56", Moselle: "57", Nièvre: "58", Nord: "59", Oise: "60", Orne: "61", "Pas-de-Calais": "62", "Puy-de-Dôme": "63", "Pyrénées-Atlantiques": "64", "Hautes-Pyrénées": "65", "Pyrénées-Orientales": "66", "Bas-Rhin": "67", "Haut-Rhin": "68", Rhône: "69", "Haute-Saône": "70", "Saône-et-Loire": "71", Sarthe: "72", Savoie: "73", "Haute-Savoie": "74", Paris: "75", "Seine-Maritime": "76", "Seine-et-Marne": "77", Yvelines: "78", "Deux-Sèvres": "79", Somme: "80", Tarn: "81", "Tarn-et-Garonne": "82", Var: "83", Vaucluse: "84", Vendée: "85", Vienne: "86", "Haute-Vienne": "87", Vosges: "88", Yonne: "89", "Territoire de Belfort": "90", Essonne: "91", "Hauts-de-Seine": "92", "Seine-Saint-Denis": "93", "Val-de-Marne": "94", "Val-d'Oise": "95", Guadeloupe: "971", Martinique: "972", Guyane: "973", "La Réunion": "974", Mayotte: "976" })3c:T7a6,dataRegions = [ { Region: "Corse", Nombre_de_Lieux: 659, Pourcentage: 0.7486509514342516, Highlight_Category: "Autres Régions" }, { Region: "Pays de la Loire", Nombre_de_Lieux: 4373, Pourcentage: 4.967906844646407, Highlight_Category: "Autres Régions" }, { Region: "Centre-Val de Loire", Nombre_de_Lieux: 4753, Pourcentage: 5.399602385685885, Highlight_Category: "Autres Régions" }, { Region: "Normandie", Nombre_de_Lieux: 5068, Pourcentage: 5.757455268389662, Highlight_Category: "Autres Régions" }, { Region: "Provence-Alpes-Côte d'Azur", Nombre_de_Lieux: 5374, Pourcentage: 6.105083783016188, Highlight_Category: "Autres Régions" }, { Region: "Bretagne", Nombre_de_Lieux: 5456, Pourcentage: 6.198239136608918, Highlight_Category: "Autres Régions" }, { Region: "Hauts-de-France", Nombre_de_Lieux: 6028, Pourcentage: 6.848054529963078, Highlight_Category: "Autres Régions" }, { Region: "Bourgogne-Franche-Comté", Nombre_de_Lieux: 6154, Pourcentage: 6.991195683044589, Highlight_Category: "Autres Régions" }, { Region: "Grand Est", Nombre_de_Lieux: 7840, Pourcentage: 8.906560636182903, Highlight_Category: "Top 5 (Plus de Patrimoine)" }, { Region: "Île-de-France", Nombre_de_Lieux: 9603, Pourcentage: 10.909400738426584, Highlight_Category: "Top 5 (Plus de Patrimoine)" }, { Region: "Occitanie", Nombre_de_Lieux: 9624, Pourcentage: 10.9332575972735, Highlight_Category: "Top 5 (Plus de Patrimoine)" }, { Region: "Auvergne-Rhône-Alpes", Nombre_de_Lieux: 10860, Pourcentage: 12.337404146549275, Highlight_Category: "Top 5 (Plus de Patrimoine)" }, { Region: "Nouvelle-Aquitaine", Nombre_de_Lieux: 10901, Pourcentage: 12.38398182334564, Highlight_Category: "Top 5 (Plus de Patrimoine)" } ]3d:[{"id":"eae44a489970faf80269648552f6822b5bffdabd07bd88e55d8671d6c3ac1d79b595f6003054736fe491d81ff93958e18ad3d1e7c06dbcc2b747db86181afe30","href":"https://static.observableusercontent.com/files/eae44a489970faf80269648552f6822b5bffdabd07bd88e55d8671d6c3ac1d79b595f6003054736fe491d81ff93958e18ad3d1e7c06dbcc2b747db86181afe30","name":"basilic-dataculture-2025-09-05@1.xlsx","type":"application/vnd.openxmlformats-officedocument.spreadsheetml.sheet","lastModified":1760945103353.374,"size":23838826},{"id":"650c22c65f0a31d87ef9df7f4f7ebf781bcfb203fee413efea9ac690e8a47310e9a53ee44e51550d9c11cc6fc7c573e91e6ea4994aadeeb2d12c8835bb5807e8","href":"https://static.observableusercontent.com/files/650c22c65f0a31d87ef9df7f4f7ebf781bcfb203fee413efea9ac690e8a47310e9a53ee44e51550d9c11cc6fc7c573e91e6ea4994aadeeb2d12c8835bb5807e8","name":"population.csv","type":"text/csv","lastModified":1760959556141.501,"size":406216},{"id":"7fd416c9a9000d36ae5f1f249384737092f455ba58a2e39b4d218afac309bf20ab439b7631274268ffa125054044344e14d6f2d727b52ce7d61858d1b256db79","href":"https://static.observableusercontent.com/files/7fd416c9a9000d36ae5f1f249384737092f455ba58a2e39b4d218afac309bf20ab439b7631274268ffa125054044344e14d6f2d727b52ce7d61858d1b256db79","name":"departements@2.geojson","type":"application/geo+json","lastModified":1760962590540.496,"size":3427910},{"id":"2a8c93bb8f20cba95ce205696ef5b3ccaeba9d3324901782c51d8a68ba78e6893f91b505437db11bb689d449c41a7d22da68079167d8fe66f1d5c4271cef71b3","href":"https://static.observableusercontent.com/files/2a8c93bb8f20cba95ce205696ef5b3ccaeba9d3324901782c51d8a68ba78e6893f91b505437db11bb689d449c41a7d22da68079167d8fe66f1d5c4271cef71b3","name":"intercomunalites.geojson","type":"application/geo+json","lastModified":1760971978972.024,"size":1276800},{"id":"242efc27933cad8f70d7f091b46a00e74c7c85953478f892b53facb55d8866fd0991c4ab782c5e3325281e783f4774dd07cbc882aaf1fc52a6ed4fd98bc4c387","href":"https://static.observableusercontent.com/files/242efc27933cad8f70d7f091b46a00e74c7c85953478f892b53facb55d8866fd0991c4ab782c5e3325281e783f4774dd07cbc882aaf1fc52a6ed4fd98bc4c387","name":"liste-des-groupements-france-entiere-20250127.csv","type":"text/csv","lastModified":1761032768253.052,"size":1381592},{"id":"5b421c83f80d59845ace7bf2a731ef3d0b785b611e1f2ed9406a7a0c24f8565fdbf36826204276161cd85b76ed14e039f42d2805d45a303af22555c90cc38ad8","href":"https://static.observableusercontent.com/files/5b421c83f80d59845ace7bf2a731ef3d0b785b611e1f2ed9406a7a0c24f8565fdbf36826204276161cd85b76ed14e039f42d2805d45a303af22555c90cc38ad8","name":"intercommunalites_rurales_urbaines_region_ile_de_france.geojson","type":"application/geo+json","lastModified":1761033054302.472,"size":742875},{"id":"c8640c18fdad17f3af88682474a1005d54a25026d6a7b68191c4f6b7e7dee8f5a04c207f50e4a779d1e29d1ccaa64f050d13bb55409e84e2a5520ff5dfde8f86","href":"https://static.observableusercontent.com/files/c8640c18fdad17f3af88682474a1005d54a25026d6a7b68191c4f6b7e7dee8f5a04c207f50e4a779d1e29d1ccaa64f050d13bb55409e84e2a5520ff5dfde8f86","name":"regions@4.geojson","type":"application/geo+json","lastModified":1761046306964.954,"size":489330}] 2d:{"title":"SAE 303 (Groupe 13)","cells":[{"id":0,"value":"# SAE 303 (Groupe 13) ","pinned":true,"hidden":false,"mode":"md"},{"id":7,"value":"viewof defi = Inputs.select(\n [null, \"Santé et Territoire\", \"Tourisme en train\", \"Offre culturelle\"],\n { label: \"Défi\" }\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":60,"value":"

Analyse de la dotation territoriale en patrimoine et musées

","pinned":false,"hidden":false,"mode":"html"},{"id":909,"value":"

Introduction

","pinned":false,"hidden":false,"mode":"html"},{"id":917,"value":"Problématique : Comment les trésors historiques français sont-ils inégalement répartis sur le territoire ?\n","pinned":false,"hidden":false,"mode":"md"},{"id":1111,"value":"Analyse de l'accès au patrimoine culturel (musées, monuments, sites archéologiques) en France avec focus sur le Doubs","pinned":false,"hidden":false,"mode":"html"},{"id":707,"value":"

1. Le Diagnostic National : Où se concentre le Patrimoine ?

","pinned":false,"hidden":false,"mode":"html"},{"id":922,"value":"

1.1 La Géographie du Patrimoine (vue nationale)

","pinned":false,"hidden":false,"mode":"html"},{"id":927,"value":"**Objectif** : Montrer où se concentre le patrimoine","pinned":false,"hidden":false,"mode":"md"},{"id":913,"value":"viewof Filtre = Inputs.select([\"Départements\", \"Régions\"], {\n label: \"Sélectionner la granularité d'affichage du patrimoine\",\n value: \"Départements\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":304,"value":"$2f","pinned":false,"hidden":false,"mode":"ojs"},{"id":1118,"value":"**Source** : https://www.data.gouv.fr/datasets/departements-de-france/ https://www.data.gouv.fr/datasets/regions-de-france/","pinned":false,"hidden":false,"mode":"md"},{"id":1565,"value":"$30","pinned":false,"hidden":false,"mode":"md"},{"id":931,"value":"

1.2 Les régions où le patrimoine est le plus \"oublié\"

","pinned":false,"hidden":false,"mode":"html"},{"id":585,"value":"viewof choixFiltre = Inputs.select(\n [\"Top 5 des régions les moins dotées\", \"Top 3 des régions les moins dotées\"],\n {\n label: \"Sélectionner le classement des régions selon le nombre de lieux\",\n value: \"Top 5 des régions les moins dotées\"\n }\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1397,"value":"viewof AffichageMetrique = Inputs.radio([\"Pourcentage (%)\", \"Nombre brut\"], {\n label: \"Sélectionner la métrique à afficher dans les arcs\",\n value: \"Pourcentage (%)\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":526,"value":"$31","pinned":false,"hidden":false,"mode":"ojs"},{"id":1743,"value":"**Source** : https://www.data.gouv.fr/datasets/regions-de-france/","pinned":false,"hidden":false,"mode":"md"},{"id":1569,"value":"$32","pinned":false,"hidden":false,"mode":"md"},{"id":716,"value":"

2. Étude de cas : l'inégalité au cœur du Doubs

","pinned":false,"hidden":false,"mode":"html"},{"id":1537,"value":"

2.1 Le Patrimoine par habitant (ratio)

","pinned":false,"hidden":false,"mode":"html"},{"id":1333,"value":"viewof selected_categorie = Inputs.select(categories_uniques, {\n label: \"Filtrer les lieux par type de patrimoine\",\n value: \"Tous les lieux\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":506,"value":"$33","pinned":false,"hidden":false,"mode":"ojs"},{"id":1749,"value":"**Source** : https://www.data.gouv.fr/datasets/intercommunalites-epci/ https://www.data.gouv.fr/datasets/population/","pinned":false,"hidden":false,"mode":"md"},{"id":1127,"value":"Ce graphique dynamique utilise les sources de données suivantes :\n\n* **Données EPCI/Ratio :** `epci_avec_ratio_geojson_paris` \n* **Librairie de Calcul:** `d3` ","pinned":false,"hidden":false,"mode":"md"},{"id":1129,"value":"$34","pinned":false,"hidden":false,"mode":"md"},{"id":941,"value":"

3. Analyse fine des disparités locales

","pinned":false,"hidden":false,"mode":"html"},{"id":1544,"value":"Cette section utilise les graphiques les plus complexes pour décortiquer les raisons et la nature des inégalités dans le Doubs.","pinned":false,"hidden":false,"mode":"md"},{"id":1064,"value":"

3.1 Les intercommunalités les plus défavorisées

","pinned":false,"hidden":false,"mode":"html"},{"id":1161,"value":"$35","pinned":false,"hidden":false,"mode":"ojs"},{"id":1146,"value":"**Source** : https://www.data.gouv.fr/datasets/intercommunalites-epci/ https://www.data.gouv.fr/datasets/population/","pinned":false,"hidden":false,"mode":"md"},{"id":1585,"value":"$36","pinned":false,"hidden":false,"mode":"md"},{"id":1067,"value":"

3.2 Classement des intercommunalités

","pinned":false,"hidden":false,"mode":"html"},{"id":1603,"value":"viewof MetriqueBarChart = Inputs.radio(\n [\"Ratio / 10K hab.\", \"Nombre Brut de Lieux\"],\n {\n label: \"Sélectionner la métrique de classement\",\n value: \"Ratio / 10K hab.\" // La métrique clé par défaut\n }\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1159,"value":"$37","pinned":false,"hidden":false,"mode":"ojs"},{"id":1756,"value":"**Source** : https://www.data.gouv.fr/datasets/intercommunalites-epci/ https://www.data.gouv.fr/datasets/population/","pinned":false,"hidden":false,"mode":"md"},{"id":1621,"value":"$38","pinned":false,"hidden":false,"mode":"md"},{"id":1265,"value":"

3.3 La spécialisation territoriale

","pinned":false,"hidden":false,"mode":"html"},{"id":1282,"value":"$39","pinned":false,"hidden":false,"mode":"ojs"},{"id":1758,"value":"**Source** : https://www.data.gouv.fr/datasets/intercommunalites-epci/ https://www.data.gouv.fr/datasets/base-des-lieux-et-equipements-culturels-basilic/","pinned":false,"hidden":false,"mode":"md"},{"id":1662,"value":"$3a","pinned":false,"hidden":false,"mode":"md"},{"id":65,"value":"

Import du jeu de données

","pinned":false,"hidden":false,"mode":"html"},{"id":67,"value":"

1 Définition des sources et des constantes

","pinned":false,"hidden":false,"mode":"html"},{"id":745,"value":"

1.1 Imports et fichiers sources

","pinned":false,"hidden":false,"mode":"html"},{"id":751,"value":"

1.1.1 Données patrimoine

","pinned":false,"hidden":false,"mode":"html"},{"id":18,"value":"workbook = FileAttachment(\"basilic-dataculture-2025-09-05@1.xlsx\").xlsx()","pinned":false,"hidden":false,"mode":"ojs"},{"id":19,"value":"workbook.sheetNames","pinned":false,"hidden":false,"mode":"ojs"},{"id":20,"value":"data = workbook.sheet(0, {\n headers: false\n // range: \"A1:J10\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":21,"value":"data","pinned":true,"hidden":false,"mode":"ojs"},{"id":756,"value":"

1.1.2 Données population

","pinned":false,"hidden":false,"mode":"html"},{"id":49,"value":"population = await FileAttachment(\"population.csv\").csv({typed: \"auto\"})","pinned":true,"hidden":false,"mode":"ojs"},{"id":758,"value":"

1.1.3 Données departements

","pinned":false,"hidden":false,"mode":"html"},{"id":295,"value":"departementsGeoJSON = FileAttachment(\"departements@2.geojson\").json()","pinned":true,"hidden":false,"mode":"ojs"},{"id":294,"value":"null","pinned":true,"hidden":false,"mode":"ojs"},{"id":760,"value":"

1.1.4 Données intercommunalités Doubs

","pinned":false,"hidden":false,"mode":"html"},{"id":581,"value":"intercomunalites = FileAttachment(\"intercomunalites.geojson\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":742,"value":"

1.2 Constantes de ciblage

","pinned":false,"hidden":false,"mode":"html"},{"id":79,"value":"types_principaux_simples = [\n \"musée\",\n \"monument\",\n \"espace protégé\",\n \"service d'archives\",\n \"lieu archéologique\"\n]","pinned":false,"hidden":false,"mode":"ojs"},{"id":113,"value":"domaines_cible_simples = [\"Archives\", \"Patrimoine\"]","pinned":false,"hidden":false,"mode":"ojs"},{"id":84,"value":"colonnes_utiles = ({\n code_insee_epci: \"AN\",\n code_insee_commune: \"G\",\n nom_lieu: \"B\",\n domaine: \"M\",\n sous_domaine: \"N\",\n adresse: \"C\",\n commune: \"F\",\n longitude: \"AU\",\n latitude: \"AT\",\n type_lieu: \"J\",\n code_postal: \"E\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":201,"value":"colonnes_insee = ({\n code_insee_epci: \"Code Géographie\",\n niveau_geo: \"Niveau Géo\",\n sexe: \"Sexe\",\n age: \"Âge\",\n mesure: \"Mesure du recensement \",\n periode: \"Période\",\n population: \"Valeur\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":947,"value":"codes_doubs = [\"25\"]","pinned":false,"hidden":false,"mode":"ojs"},{"id":1360,"value":"codes_regions_outremer = [\"01\", \"02\", \"03\", \"04\", \"06\", \"94\"]\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":77,"value":"

1.3 Table de correspondance

","pinned":false,"hidden":false,"mode":"html"},{"id":413,"value":"$3b","pinned":false,"hidden":false,"mode":"ojs"},{"id":1269,"value":"categoriserType = function (type_lieu) {\n if (!type_lieu) return \"Autre\";\n\n const type = type_lieu.toLowerCase();\n\n if (type.includes(\"musée\")) return \"Musées\";\n if (type.includes(\"monument\")) return \"Monuments\";\n if (type.includes(\"archéologique\") || type.includes(\"site archéo\"))\n return \"Sites archéologiques\";\n if (type.includes(\"archives\")) return \"Archives\";\n if (type.includes(\"espace protégé\")) return \"Espaces protégés\";\n\n return \"Autre\";\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":788,"value":"

2. Préparation et nettoyage des données

","pinned":false,"hidden":false,"mode":"html"},{"id":812,"value":"

2.1 Nettoyage BASILIC

","pinned":false,"hidden":false,"mode":"html"},{"id":93,"value":"basilic_clean = data.map((d) => ({\n code_insee_commune: String(d[colonnes_utiles.code_insee_commune]),\n type_lieu: d[colonnes_utiles.type_lieu]\n ? String(d[colonnes_utiles.type_lieu]).toLowerCase().trim()\n : null,\n domaine: d[colonnes_utiles.domaine]\n ? String(d[colonnes_utiles.domaine]).toLowerCase().trim()\n : null,\n sous_domaine: d[colonnes_utiles.sous_domaine]\n ? String(d[colonnes_utiles.sous_domaine]).toLowerCase().trim()\n : null,\n\n code_insee_epci: String(d[colonnes_utiles.code_insee_epci]),\n code_departement: String(d[colonnes_utiles.code_insee_commune]).substring(\n 0,\n 2\n ),\n latitude: d[colonnes_utiles.latitude],\n longitude: d[colonnes_utiles.longitude],\n\n nom_lieu: d[colonnes_utiles.nom_lieu],\n adresse: d[colonnes_utiles.adresse],\n commune: d[colonnes_utiles.commune],\n code_postal: String(d[colonnes_utiles.code_postal])\n}))","pinned":false,"hidden":false,"mode":"ojs"},{"id":1663,"value":"basilic_mini = basilic_clean.map(({ longitude, latitude }) => ({\n longitude,\n latitude\n}))","pinned":false,"hidden":false,"mode":"ojs"},{"id":106,"value":"

2.2 Filtrage par thématique (patrimoine et musées)

","pinned":false,"hidden":false,"mode":"html"},{"id":109,"value":"basilic_final = basilic_clean.filter(\n (d) =>\n (types_principaux_simples.includes(d.type_lieu) ||\n domaines_cible_simples.includes(d.domaine) ||\n domaines_cible_simples.includes(d.sous_domaine)) &&\n d.code_departement.length === 2\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1346,"value":"basilic_avec_categorie_france = basilic_final.map((d) => ({\n ...d,\n categorie_patrimoine: categoriserType(d.type_lieu)\n}))","pinned":false,"hidden":false,"mode":"ojs"},{"id":1271,"value":"basilic_avec_categorie = basilic_final.map(d => ({\n ...d,\n categorie_patrimoine: categoriserType(d.type_lieu)\n}))","pinned":false,"hidden":false,"mode":"ojs"},{"id":205,"value":"

2.3 Préparation population

","pinned":false,"hidden":false,"mode":"html"},{"id":209,"value":"population_epci_projection = population.map((d) => ({\n niveau_geo: String(d[colonnes_insee.niveau_geo]).trim(),\n sexe: String(d[colonnes_insee.sexe]).trim(),\n age: String(d[colonnes_insee.age]).trim(),\n mesure: String(d[colonnes_insee.mesure]).trim(),\n periode: String(d[colonnes_insee.periode]).trim(),\n nom_geo: String(d[\"Géographie\"]).trim(),\n population: +d[colonnes_insee.population]\n}))","pinned":false,"hidden":false,"mode":"ojs"},{"id":355,"value":"population_filtree_raw = population_epci_projection.filter(\n (d) =>\n d.niveau_geo === \"Département\" &&\n d.sexe === \"Total\" &&\n d.age === \"Total\" &&\n d.mesure === \"Population\" &&\n d.periode === \"2021\"\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":359,"value":"population_departement_clean = population_filtree_raw\n .map((d) => ({\n nom_departement: d.nom_geo,\n code_departement: nom_vers_code_dept[d.nom_geo],\n population: d.population\n }))\n .filter((d) => d.code_departement && d.population > 0)","pinned":false,"hidden":false,"mode":"ojs"},{"id":817,"value":"

2.4 Annuaire population

","pinned":false,"hidden":false,"mode":"html"},{"id":371,"value":"pop_dept_annuaire = Object.fromEntries(\n population_departement_clean.map((d) => [d.code_departement, d.population])\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":878,"value":"

2.5 Données d'analyse régionale

","pinned":false,"hidden":false,"mode":"html"},{"id":521,"value":"$3c","pinned":false,"hidden":false,"mode":"ojs"},{"id":1017,"value":"regions4 = FileAttachment(\"regions@4.geojson\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":939,"value":"regions1 = FileAttachment(\"regions@4.geojson\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":937,"value":"regions = FileAttachment(\"regions@4.geojson\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":976,"value":"carte_data_region = ({\n type: \"FeatureCollection\",\n features: regions4.features.map((f) => {\n const regionData = dataRegions.find((r) => r.Region === f.properties.nom);\n return {\n ...f,\n properties: {\n ...f.properties,\n nombre_lieux: regionData ? regionData.Nombre_de_Lieux : 0\n }\n };\n })\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":1229,"value":"epci_nombre_lieux = Object.fromEntries(\n lieu_par_epci_array.map((d) => [String(d.code_insee_epci), d.nombre_lieux])\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1259,"value":"epci_avec_nombre_lieux_geojson = ({\n ...intercomunalites,\n features: intercomunalites.features.map((f) => {\n const code_epci = String(f.properties.siren_epci);\n\n const nombre = epci_nombre_lieux[code_epci];\n\n return {\n ...f,\n properties: {\n ...f.properties,\n nombre_lieux_patrimoine: nombre || 0\n }\n };\n })\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":1400,"value":"epciDetailsMap = Object.fromEntries(\n intercomunalites.features.map((f) => [\n String(f.properties.siren_epci),\n {\n nom: f.properties.nom_epci || f.properties.nom,\n departement: f.properties.code_dep\n }\n ])\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1454,"value":"dataEpciDoubsNombre = lieu_par_epci_array\n .filter((d) => {\n const details = epciDetailsMap[String(d.code_insee_epci)];\n return details && details.departement === \"25\";\n })\n .map((d) => {\n const details = epciDetailsMap[String(d.code_insee_epci)];\n return {\n nom_epci: details.nom,\n nombre_lieux: d.nombre_lieux\n };\n })\n .sort((a, b) => b.nombre_lieux - a.nombre_lieux)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1467,"value":"

2.6 Préparation des points pour la carte nationale

","pinned":false,"hidden":false,"mode":"html"},{"id":1348,"value":"lieux_patrimoine_france = basilic_avec_categorie_france\n .filter(\n (d) =>\n !isNaN(parseFloat(d.latitude)) &&\n !isNaN(parseFloat(d.longitude)) &&\n d.categorie_patrimoine !== \"Autre\"\n )\n .map((d) => ({\n ...d,\n latitude: parseFloat(d.latitude),\n longitude: parseFloat(d.longitude)\n }))","pinned":false,"hidden":false,"mode":"ojs"},{"id":819,"value":"

3. Calcul des ratios et des aggregations

","pinned":false,"hidden":false,"mode":"html"},{"id":821,"value":"

3.1 Compte lieux par EPCI (établissement public de coopération intercommunale)

","pinned":false,"hidden":false,"mode":"html"},{"id":391,"value":"lieu_par_epci_array = Array.from(\n d3.rollup(\n basilic_final.filter((d) => d.code_insee_epci && d.code_departement),\n (v) => ({\n nombre_lieux: v.length,\n code_departement: v[0].code_departement\n }),\n (d) => d.code_insee_epci\n ),\n ([code_insee_epci, data]) => ({\n code_insee_epci,\n code_departement: data.code_departement,\n nombre_lieux: data.nombre_lieux\n })\n).filter((d) => d.code_departement)","pinned":false,"hidden":false,"mode":"ojs"},{"id":826,"value":"

3.2 Calcul du ratio EPCI (établissement public de coopération intercommunale)

","pinned":false,"hidden":false,"mode":"html"},{"id":403,"value":"resultat_final_epci = lieu_par_epci_array.map((d) => {\n const population = pop_dept_annuaire[d.code_departement] || 0;\n\n const ratio_10k = population > 0 ? (d.nombre_lieux / population) * 10000 : 0;\n\n return {\n code_insee_epci: d.code_insee_epci,\n ratio_10k_habitants: +ratio_10k.toFixed(2)\n };\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":834,"value":"

3.3 Annuaire de jointure EPCI (établissement public de coopération intercommunale)

","pinned":false,"hidden":false,"mode":"html"},{"id":487,"value":"epci_ratio_annuaire = Object.fromEntries(\n resultat_final_epci.map((d) => [d.code_insee_epci, d.ratio_10k_habitants])\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":840,"value":"

3.4 Compte lieux par département

","pinned":false,"hidden":false,"mode":"html"},{"id":283,"value":"lieux_par_departement = Array.from(departement_map, ([code, items]) => ({\n code_departement: code,\n nombre_lieux: items.length\n}))","pinned":false,"hidden":false,"mode":"ojs"},{"id":285,"value":"compte_annuaire = Object.fromEntries(\n lieux_par_departement.map((d) => [d.code_departement, d.nombre_lieux])\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":280,"value":"departement_map = d3.group(basilic_final, d => d.code_departement);","pinned":false,"hidden":false,"mode":"ojs"},{"id":1480,"value":"

3.5 Agrégation pour heatmap (Doubs)

","pinned":false,"hidden":false,"mode":"html"},{"id":1273,"value":"donnees_heatmap_raw = d3.rollup(\n basilic_avec_categorie.filter(d => d.code_departement === \"25\"),\n v => v.length,\n d => d.code_insee_epci,\n d => d.categorie_patrimoine\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1275,"value":"donnees_heatmap = Array.from(donnees_heatmap_raw, ([epci, categories]) => {\n return Array.from(categories, ([categorie, count]) => ({\n code_insee_epci: epci,\n categorie: categorie,\n nombre: count\n }));\n}).flat()","pinned":false,"hidden":false,"mode":"ojs"},{"id":1490,"value":"

3.6 Agrégation pour bar chart composition (Doubs)

","pinned":false,"hidden":false,"mode":"html"},{"id":1312,"value":"donnees_treemap = d3.rollup(\n basilic_avec_categorie.filter((d) => d.code_departement === \"25\"),\n (v) => v.length,\n (d) => d.categorie_patrimoine\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1314,"value":"donnees_treemap_array = Array.from(donnees_treemap, ([categorie, nombre]) => ({\n categorie: categorie,\n nombre: nombre\n})).sort((a, b) => b.nombre - a.nombre)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1495,"value":"

3.7 Préparation des données Doubs (classement/scatter)

","pinned":false,"hidden":false,"mode":"html"},{"id":1144,"value":"data_scatter_doubs = lieu_par_epci_array\n .filter((d) => codes_doubs.includes(d.code_departement))\n .map((d) => {\n const code_epci = d.code_insee_epci;\n const ratio = epci_ratio_annuaire[code_epci] || 0;\n\n let nom_epci_trouve = intercomunalites.features.find(\n (f) => String(f.properties.siren_epci) === code_epci\n )?.properties.nom_epci;\n if (!nom_epci_trouve) {\n nom_epci_trouve = `EPCI ${code_epci} (Nom manquant)`;\n }\n\n return {\n code_epci: code_epci,\n nom_epci: String(nom_epci_trouve),\n code_departement: d.code_departement,\n nombre_lieux: d.nombre_lieux,\n ratio_10k_habitants: ratio,\n nom_departement: \"Doubs\"\n };\n })","pinned":false,"hidden":false,"mode":"ojs"},{"id":1147,"value":"median_ratio_doubs = d3.median(data_scatter_doubs, (d) => d.ratio_10k_habitants)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1149,"value":"epci_non_zero_doubs = data_scatter_doubs\n .slice()\n .filter((d) => d.ratio_10k_habitants > 0)\n .sort((a, b) => b.ratio_10k_habitants - a.ratio_10k_habitants)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1151,"value":"top_5_epci_doubs = epci_non_zero_doubs.slice(0, 5);\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":1156,"value":"bottom_5_epci_doubs = epci_non_zero_doubs.slice(-5)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1153,"value":"data_bar_doubs_epci = [...top_5_epci_doubs, ...bottom_5_epci_doubs].sort(\n (a, b) => a.ratio_10k_habitants - b.ratio_10k_habitants\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":845,"value":"

4. Jointures géographiques (geoJSON)

","pinned":false,"hidden":false,"mode":"html"},{"id":854,"value":"

4.1 Jointure France (départements)

","pinned":false,"hidden":false,"mode":"html"},{"id":290,"value":"carte_data_departement = ({\n ...departementsGeoJSON,\n features: departementsGeoJSON.features.map((f) => {\n const code = f.properties.code;\n const nombre = compte_annuaire[code] || 0;\n\n return {\n ...f,\n properties: {\n ...f.properties,\n nombre_lieux: +nombre\n }\n };\n })\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":1364,"value":"carte_data_region_metropole = ({\n ...carte_data_region,\n features: carte_data_region.features.filter((f) => {\n const code = String(f.properties.code || f.properties.code_region);\n return !code.startsWith(\"97\") && !codes_regions_outremer.includes(code);\n })\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":1369,"value":"regions4_metropole = ({\n ...regions4,\n features: regions4.features.filter((f) => {\n const code = String(f.properties.code || f.properties.code_region);\n return !code.startsWith(\"97\") && !codes_regions_outremer.includes(code);\n })\n})\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":858,"value":"

4.2 Calcul des extrêmes

","pinned":false,"hidden":false,"mode":"html"},{"id":417,"value":"maxLieux = d3.max(\n carte_data_departement.features,\n (f) => f.properties.nombre_lieux\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":426,"value":"minLieux = d3.min(\n carte_data_departement.features,\n (f) => f.properties.nombre_lieux\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":428,"value":"departementMax = carte_data_departement.features.find(\n (f) => f.properties.nombre_lieux === maxLieux\n)\n\n","pinned":false,"hidden":false,"mode":"ojs"},{"id":433,"value":"departementMin = carte_data_departement.features.find(\n (f) => f.properties.nombre_lieux === minLieux\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":865,"value":"

4.3 Jointure Doubs EPCI (établissement public de coopération intercommunale)

","pinned":false,"hidden":false,"mode":"html"},{"id":489,"value":"epci_avec_ratio_geojson = ({\n ...intercomunalites,\n features: intercomunalites.features.map((f) => {\n const code_epci = String(f.properties.siren_epci);\n const ratio = epci_ratio_annuaire[code_epci];\n\n return {\n ...f,\n properties: {\n ...f.properties,\n ratio_10k_habitants: ratio || 0\n }\n };\n })\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":1328,"value":"lieux_doubs_pour_carte = basilic_avec_categorie\n .filter(\n (d) =>\n String(d.code_departement) === \"25\" &&\n !isNaN(parseFloat(d.latitude)) &&\n !isNaN(parseFloat(d.longitude))\n )\n .map((d) => ({\n ...d,\n latitude: parseFloat(d.latitude),\n longitude: parseFloat(d.longitude)\n }))","pinned":false,"hidden":false,"mode":"ojs"},{"id":1331,"value":"categories_uniques = [\n \"Tous les lieux\",\n ...new Set(lieux_doubs_pour_carte.map((d) => d.categorie_patrimoine))\n].sort()","pinned":false,"hidden":false,"mode":"ojs"},{"id":1277,"value":"epci_noms = Object.fromEntries(\n epci_avec_ratio_geojson.features.map(f => [\n String(f.properties.siren_epci),\n f.properties.nom_epci\n ])\n)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1280,"value":"donnees_heatmap_avec_noms = donnees_heatmap.map(d => ({\n ...d,\n nom_epci: epci_noms[d.code_insee_epci] || d.code_insee_epci\n}))","pinned":false,"hidden":false,"mode":"ojs"}],"files":"$W3d","stdlib":"2","titling":"auto"}