Analyse données INP

library(tidyverse)

## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --

## v ggplot2 3.3.5     v purrr   0.3.4
## v tibble  3.1.5     v dplyr   1.0.7
## v tidyr   1.1.4     v stringr 1.4.0
## v readr   2.0.2     v forcats 0.5.1

## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

library(ggplot2)
library(readxl)

Notes

Le travail est réalisé sur la base d’un scrapping des données de l’annuaire de l’INP.

Le fichier a été nettoyé :

• Les élèves internationaux n’ont pas été conservés

• Suppression de doublons (femmes apparaissant sous leur nom de jeune fille puis sous leur nom d’épouse)

• Le sexe a été ajouté manuellement (vérification par recherche soit sur l’annuaire, soit sur un moteur de recherche en cas de doute)

• Les spécialités ont été harmonisées

• Diverses coquilles et erreurs ont été corrigées (nom des promo)

Nombre de personne par spécialités

data <- read_excel(path = "annuaireINP_complet.xls")
data %>%
  count(Spécialité, name= "Nombre") %>%
  ggplot( aes(x=Spécialité, y=Nombre)) +
  geom_bar(stat = "identity", width = 0.5, fill = "azure3")

Nombre de femmes et d’hommes toutes spécialités confondues

data <- read_excel(path = "annuaireINP_complet.xls")
data %>% 
  count(Sexe, name= "Nombre") %>%
  ggplot(aes(x=Sexe, y=Nombre)) +
  geom_bar(stat = "identity", width = 0.5, fill = "azure3")

Répartition femmes/hommes par spécialité

 ggplot(data,aes(as.factor(Spécialité), fill=as.factor(Sexe)))+
        geom_bar(position = "dodge") +
        labs(
          x = "Spécialité",
          y = "Nombre",
          colour = "Sexe"
        ) +
        scale_fill_manual(values=c('#BCCC9A','#C37B89')) +
        theme_minimal()

Evolution de la répartition femmes/hommes dans le temps

promo <- read_excel(path = "annuaireINP_complet.xls")
promo %>%
  group_by(Année) %>% 
  count(Sexe, name = "Nombre") %>% 
  ggplot(aes(x = Année, y = Nombre, color = Sexe)) +
    geom_line() +
    scale_color_manual(values=c('#BCCC9A','#C37B89')) +
    theme_minimal()

Répartition par spécialité

Archéologie

data <- read_excel(path = "annuaireINP_complet.xls")
data %>%
  filter(Spécialité == "Archéologie") %>% 
  count(Sexe, name = "Nombre")

Archives

data <- read_excel(path = "annuaireINP_complet.xls")
data %>%
  filter(Spécialité == "Archives") %>% 
  count(Sexe, name = "Nombre")

Autre carrière

data <- read_excel(path = "annuaireINP_complet.xls")
data %>%
  filter(Spécialité == "Autre carrière") %>% 
  count(Sexe, name = "Nombre")

MHI

data <- read_excel(path = "annuaireINP_complet.xls")
data %>%
  filter(Spécialité == "MHI") %>% 
  count(Sexe, name = "Nombre")

Musées

data <- read_excel(path = "annuaireINP_complet.xls")
data %>%
  filter(Spécialité == "Musées") %>% 
  count(Sexe, name = "Nombre")

PSTN

data <- read_excel(path = "annuaireINP_complet.xls")
data %>%
  filter(Spécialité == "PSTN") %>% 
  count(Sexe, name = "Nombre")

Evolution dans le temps et par spécialité

data <- read_excel(path = "annuaireINP_complet.xls")
facettes <- data %>%
  group_by(Spécialité, Année) %>% 
  count(Sexe)

facettes

ggplot(data = facettes, mapping = aes(x = Année, y = n, color = Sexe)) +
  geom_line() +
  facet_wrap(facets =  vars(Spécialité)) +
  scale_color_manual(values=c('#BCCC9A','#C37B89')) +
  labs(
          x = "Année",
          y = "Nombre",
          colour = "Sexe"
        ) +
  theme_light()