File size: 61,887 Bytes
da33a74 f7c96a4 812322c 0e7bcfa 812322c 79cc380 812322c 79cc380 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c f9f14e8 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c efc7cc8 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c 8d6c520 812322c efc7cc8 812322c 9831115 37533ca 9831115 0071604 812322c bae6ad7 3490c6d 812322c 4150414 812322c 1508df9 4bb0687 d2d9349 2d349d9 4bb0687 d2d9349 96cc8ea 2d349d9 4bb0687 d2d9349 1508df9 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 |
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import chainlit as cl
async def surveyCaa():
elements = []
fileSurvey = './public/survey.csv'
df = pd.read_csv(fileSurvey)
df_taille = df.groupby('taille_entreprise').size().reset_index(name='obs')
fig_taille = px.pie(df_taille, names='taille_entreprise', values='obs', color='taille_entreprise', title="La taille des entreprises ayant répondu", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_taille", figure=fig_taille, display="inline", size="large"))
#await cl.sleep(2)
df_temps = df.groupby('temps_active_domaine_agencement').size().reset_index(name='obs')
fig_temps = px.pie(df_temps, names='temps_active_domaine_agencement', values='obs', color='temps_active_domaine_agencement', title="L’engagement dans le domaine de l’agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_temps", figure=fig_temps, display="inline", size="large"))
#await cl.sleep(2)
df_temps_entreprise = df.groupby(['temps_active_domaine_agencement', 'taille_entreprise']).size().reset_index(name='obs')
fig_temps_entreprise = px.bar(df_temps_entreprise, x='temps_active_domaine_agencement', y='obs', color='taille_entreprise', title="L’engagement dans le domaine de l’agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_temps_entreprise", figure=fig_temps_entreprise, display="inline", size="large"))
#await cl.sleep(2)
df_nb_charge = df.groupby('nombre_chargés_affaires').size().reset_index(name='obs')
fig_nb_charge = px.pie(df_nb_charge, names='nombre_chargés_affaires', values='obs', color='obs', title="Le nombre de chargé.e d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_nb_charge", figure=fig_nb_charge, display="inline", size="large"))
#await cl.sleep(2)
df_nb_charge_entreprise = df.groupby(['nombre_chargés_affaires', 'taille_entreprise']).size().reset_index(name='obs')
fig_nb_charge_entreprise = px.bar(df_nb_charge_entreprise, x='nombre_chargés_affaires', y='obs', color='taille_entreprise', title="Le nombre de chargé.e d’affaires en agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_nb_charge_entreprise", figure=fig_nb_charge_entreprise, display="inline", size="large"))
#await cl.sleep(2)
df_nb_charge_engagement = df.groupby(['nombre_chargés_affaires', 'temps_active_domaine_agencement']).size().reset_index(name='obs')
fig_nb_charge_engagement = px.bar(df_nb_charge_engagement, x='nombre_chargés_affaires', y='obs', color='temps_active_domaine_agencement', title="Le nombre de chargé.e d’affaires en agencement par année d'engagement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_nb_charge_entreprise", figure=fig_nb_charge_engagement, display="inline", size="large"))
#await cl.sleep(2)
df_statut = df.groupby('fonction_Statut_repondant').size().reset_index(name='obs')
fig_statut = px.bar(df_statut, x='obs', y='fonction_Statut_repondant', orientation='h', color='obs', title="Le profil des répondants", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_statut", figure=fig_statut, display="inline", size="large"))
#await cl.sleep(2)
df1 = df
df1['principaux_interlocuteurs'] = df1['principaux_interlocuteurs'].str.split(';')
df1 = df1.explode('principaux_interlocuteurs')
df_interlocuteur = df1.groupby('principaux_interlocuteurs').size().reset_index(name='obs')
fig_interlocuteur = px.bar(df_interlocuteur, x='obs', y='principaux_interlocuteurs', orientation='h', color='obs', title="Les principaux interlocuteurs du CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_interlocuteur", figure=fig_interlocuteur, display="inline", size="large"))
#await cl.sleep(2)
df_interlocuteur_entreprise = df1.groupby(['principaux_interlocuteurs', 'taille_entreprise']).size().reset_index(name='obs')
fig_interlocuteur_entreprise = px.bar(df_interlocuteur_entreprise, x='obs', y='principaux_interlocuteurs', orientation='h', color='taille_entreprise', title="Les principaux interlocuteurs du CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_interlocuteur_entreprise", figure=fig_interlocuteur_entreprise, display="inline", size="large"))
#await cl.sleep(2)
df_interlocuteur_nb_charge = df1.groupby(['principaux_interlocuteurs', 'nombre_chargés_affaires']).size().reset_index(name='obs')
fig_interlocuteur_nb_charge = px.bar(df_interlocuteur_nb_charge, x='obs', y='principaux_interlocuteurs', orientation='h', color='nombre_chargés_affaires', title="Les principaux interlocuteurs du CAA par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_interlocuteur_nb_charge", figure=fig_interlocuteur_nb_charge, display="inline", size="large"))
#await cl.sleep(2)
df2 = df
df2['principales_compétences_attendues'] = df2['principales_compétences_attendues'].str.split(';')
df2 = df2.explode('principales_compétences_attendues')
df_competences = df2.groupby('principales_compétences_attendues').size().reset_index(name='obs')
fig_competences = px.bar(df_competences, x='obs', y='principales_compétences_attendues', orientation='h', color='obs', title="Les principales compétences attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_competences", figure=fig_competences, display="inline", size="large"))
#await cl.sleep(2)
df_competences_entreprise = df2.groupby(['principales_compétences_attendues', 'taille_entreprise']).size().reset_index(name='obs')
fig_competences_entreprise = px.bar(df_competences_entreprise, x='obs', y='principales_compétences_attendues', orientation='h', color='taille_entreprise', title="Les principales compétences attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_competences_entreprise", figure=fig_competences_entreprise, display="inline", size="large"))
#await cl.sleep(2)
df_competences_nb_charge = df2.groupby(['principales_compétences_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
fig_competences_nb_charge = px.bar(df_competences_nb_charge, x='obs', y='principales_compétences_attendues', orientation='h', color='nombre_chargés_affaires', title="Les principales compétences attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_competences_nb_charge", figure=fig_competences_nb_charge, display="inline", size="large"))
#await cl.sleep(2)
df3 = df
df3['principales_compétences_relationnelles_attendues'] = df3['principales_compétences_relationnelles_attendues'].str.split(';')
df3 = df3.explode('principales_compétences_relationnelles_attendues')
df_competences_relationnelles = df3.groupby('principales_compétences_relationnelles_attendues').size().reset_index(name='obs')
fig_competences_relationnelles = px.bar(df_competences_relationnelles, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='obs', title="Les compétences relationnelles attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_competences_relationnelles", figure=fig_competences_relationnelles, display="inline", size="large"))
#await cl.sleep(2)
df_competences_relationnelles_entreprise = df3.groupby(['principales_compétences_relationnelles_attendues', 'taille_entreprise']).size().reset_index(name='obs')
fig_competences_relationnelles_entreprise = px.bar(df_competences_relationnelles_entreprise, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='taille_entreprise', title="Les compétences relationnelles attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_competences_relationnelles_entreprise", figure=fig_competences_relationnelles_entreprise, display="inline", size="large"))
#await cl.sleep(2)
df_competences_relationnelles_nb_charge = df3.groupby(['principales_compétences_relationnelles_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
fig_competences_relationnelles_nb_charge = px.bar(df_competences_relationnelles_nb_charge, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='nombre_chargés_affaires', title="Les compétences relationnelles attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_competences_relationnelles_nb_charge", figure=fig_competences_relationnelles_nb_charge, display="inline", size="large"))
#await cl.sleep(2)
df4 = df
df4['principales_compétences_gestion_attendues'] = df4['principales_compétences_gestion_attendues'].str.split(';')
df4 = df4.explode('principales_compétences_gestion_attendues')
df_competences_gestion = df4.groupby('principales_compétences_gestion_attendues').size().reset_index(name='obs')
fig_competences_gestion = px.bar(df_competences_gestion, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='obs', title="Les compétences en gestion attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_competences_gestion", figure=fig_competences_gestion, display="inline", size="large"))
#await cl.sleep(2)
df_competences_gestion_entreprise = df4.groupby(['principales_compétences_gestion_attendues', 'taille_entreprise']).size().reset_index(name='obs')
fig_competences_gestion_entreprise = px.bar(df_competences_gestion_entreprise, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='taille_entreprise', title="Les compétences en gestion attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_competences_gestion_entreprise", figure=fig_competences_gestion_entreprise, display="inline", size="large"))
#await cl.sleep(2)
df_competences_gestion_nb_charge = df4.groupby(['principales_compétences_gestion_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
fig_competences_gestion_nb_charge = px.bar(df_competences_gestion_nb_charge, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='nombre_chargés_affaires', title="Les compétences en gestion attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_competences_gestion_nb_charge", figure=fig_competences_gestion_nb_charge, display="inline", size="large"))
df_difficulte = df.groupby('difficultés_recrutement_chargé').size().reset_index(name='obs')
fig_difficulte = px.pie(df_difficulte, names='difficultés_recrutement_chargé', values='obs', color='obs', title="Difficulté de recruter un CAA", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_difficulte", figure=fig_difficulte, display="inline", size="large"))
df_formation = df.groupby('organisation_formation').size().reset_index(name='obs')
fig_formation = px.pie(df_formation, names='organisation_formation', values='obs', color='obs', title="Formations organisées pour les CAA", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_formation", figure=fig_formation, display="inline", size="large"))
df_formation_entreprise = df.groupby(['organisation_formation', 'taille_entreprise']).size().reset_index(name='obs')
fig_formation_entreprise = px.bar(df_formation_entreprise, x='organisation_formation', y='obs', color='taille_entreprise', title="Formations organisées pour les CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_formation_entreprise", figure=fig_formation_entreprise, display="inline", size="large"))
df_formation_nb_charge = df.groupby(['organisation_formation', 'nombre_chargés_affaires']).size().reset_index(name='obs')
fig_formation_nb_charge = px.bar(df_formation_nb_charge, x='organisation_formation', y='obs', color='nombre_chargés_affaires', title="Formations organisées pour les CAA par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_formation_nb_charge", figure=fig_formation_nb_charge, display="inline", size="large"))
df_activites_autonomie_chiffrage = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage').size().reset_index(name='obs')
df_activites_autonomie_conception = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique').size().reset_index(name='obs')
df_activites_autonomie_gestion = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière').size().reset_index(name='obs')
df_activites_autonomie_MOE = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre').size().reset_index(name='obs')
df_activites_autonomie_cloturer_affaire = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire').size().reset_index(name='obs')
fig_activites_autonomie = make_subplots(rows=5, cols=1, shared_xaxes=True)
fig_activites_autonomie.add_trace(
go.Bar(x=df_activites_autonomie_chiffrage.obs, y=df_activites_autonomie_chiffrage.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et Chiffrage", marker_color='rgb(136, 204, 238)'), 1, 1
)
fig_activites_autonomie.add_trace(
go.Bar(x=df_activites_autonomie_conception.obs, y=df_activites_autonomie_conception.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique", marker_color='rgb(204, 102, 119)'),
2,
1,
)
fig_activites_autonomie.add_trace(
go.Bar(x=df_activites_autonomie_gestion.obs, y=df_activites_autonomie_gestion.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin.", marker_color='rgb(221, 204, 119)'),
3,
1,
)
fig_activites_autonomie.add_trace(
go.Bar(x=df_activites_autonomie_MOE.obs, y=df_activites_autonomie_MOE.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE", marker_color='rgb(17, 119, 51)'),
4,
1,
)
fig_activites_autonomie.add_trace(
go.Bar(x=df_activites_autonomie_cloturer_affaire.obs, y=df_activites_autonomie_cloturer_affaire.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire", marker_color='rgb(51, 34, 136)'),
5,
1,
)
fig_activites_autonomie.update_layout(title='Activités d\'un CAA junior', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=600)
elements.append(cl.Plotly(name="chart_activites_autonomie", figure=fig_activites_autonomie, display="inline", size="large"))
df_activites_autonomie_chiffrage_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage', 'taille_entreprise']).size().reset_index(name='obs')
df_activites_autonomie_conception_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique', 'taille_entreprise']).size().reset_index(name='obs')
df_activites_autonomie_gestion_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière', 'taille_entreprise']).size().reset_index(name='obs')
df_activites_autonomie_MOE_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre', 'taille_entreprise']).size().reset_index(name='obs')
df_activites_autonomie_cloturer_affaire_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire', 'taille_entreprise']).size().reset_index(name='obs')
df_categorized_chiffrage_entreprise = df_activites_autonomie_chiffrage_entreprise.groupby("taille_entreprise", observed=True).agg("sum").reset_index()
fig_activites_autonomie_entreprise = make_subplots(rows=5, cols=1, shared_xaxes=True)
fig_activites_autonomie_entreprise.add_trace(
go.Bar(x=df_activites_autonomie_chiffrage_entreprise.obs, y=df_activites_autonomie_chiffrage_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, hovertemplate='<b>%{text}</b><br>X : %{x}<br>', text=df_activites_autonomie_chiffrage_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et chiffrage", marker_color='rgb(136, 204, 238)'),
1,
1,
)
fig_activites_autonomie_entreprise.add_trace(
go.Bar(x=df_activites_autonomie_conception_entreprise.obs, y=df_activites_autonomie_conception_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_chiffrage_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique", marker_color='rgb(204, 102, 119)'),
2,
1,
)
fig_activites_autonomie_entreprise.add_trace(
go.Bar(x=df_activites_autonomie_gestion_entreprise.obs, y=df_activites_autonomie_gestion_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_gestion_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin.", marker_color='rgb(221, 204, 119)'),
3,
1,
)
fig_activites_autonomie_entreprise.add_trace(
go.Bar(x=df_activites_autonomie_MOE_entreprise.obs, y=df_activites_autonomie_MOE_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_MOE_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE", marker_color='rgb(17, 119, 51)'),
4,
1,
)
fig_activites_autonomie_entreprise.add_trace(
go.Bar(x=df_activites_autonomie_cloturer_affaire_entreprise.obs, y=df_activites_autonomie_cloturer_affaire_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_cloturer_affaire_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire", marker_color='rgb(51, 34, 136)'),
5,
1,
)
fig_activites_autonomie_entreprise.update_yaxes(categoryorder='category ascending')
fig_activites_autonomie_entreprise.update_layout(title='Activités d\'un CAA junior par taille entreprise', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=700, barmode='stack')
elements.append(cl.Plotly(name="chart_activites_autonomie_entreprise", figure=fig_activites_autonomie_entreprise, display="inline", size="large"))
df_activites_autonomie_chiffrage_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage', 'fonction_Statut_repondant']).size().reset_index(name='obs')
df_activites_autonomie_conception_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique', 'fonction_Statut_repondant']).size().reset_index(name='obs')
df_activites_autonomie_gestion_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière', 'fonction_Statut_repondant']).size().reset_index(name='obs')
df_activites_autonomie_MOE_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre', 'fonction_Statut_repondant']).size().reset_index(name='obs')
df_activites_autonomie_cloturer_affaire_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire', 'fonction_Statut_repondant']).size().reset_index(name='obs')
fig_activites_autonomie_statut = make_subplots(rows=5, cols=1, shared_xaxes=True)
fig_activites_autonomie_statut.add_trace(
go.Bar(x=df_activites_autonomie_chiffrage_statut.obs, y=df_activites_autonomie_chiffrage_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, hovertemplate='<b>%{text}</b><br>X : %{x}<br>', text=df_activites_autonomie_chiffrage_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et chiffrage", marker_color='rgb(136, 204, 238)'),
1,
1,
)
fig_activites_autonomie_statut.add_trace(
go.Bar(x=df_activites_autonomie_conception_statut.obs, y=df_activites_autonomie_conception_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_chiffrage_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique", marker_color='rgb(204, 102, 119)'),
2,
1,
)
fig_activites_autonomie_statut.add_trace(
go.Bar(x=df_activites_autonomie_gestion_statut.obs, y=df_activites_autonomie_gestion_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_gestion_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin.", marker_color='rgb(221, 204, 119)'),
3,
1,
)
fig_activites_autonomie_statut.add_trace(
go.Bar(x=df_activites_autonomie_MOE_statut.obs, y=df_activites_autonomie_MOE_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_MOE_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE", marker_color='rgb(17, 119, 51)'),
4,
1,
)
fig_activites_autonomie_statut.add_trace(
go.Bar(x=df_activites_autonomie_cloturer_affaire_statut.obs, y=df_activites_autonomie_cloturer_affaire_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_cloturer_affaire_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire", marker_color='rgb(51, 34, 136)'),
5,
1,
)
fig_activites_autonomie_statut.update_yaxes(categoryorder='category ascending')
fig_activites_autonomie_statut.update_layout(title='Activités d\'un CAA junior par profil des répondants', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=700, barmode='stack')
elements.append(cl.Plotly(name="chart_activites_autonomie_statut", figure=fig_activites_autonomie_statut, display="inline", size="large"))
df5 = df
df5['principales_difficultés_rencontrées'] = df5['principales_difficultés_rencontrées'].str.split(';')
df5 = df5.explode('principales_difficultés_rencontrées')
df_difficultes_rencontrees = df5.groupby('principales_difficultés_rencontrées').size().reset_index(name='obs')
fig_difficultes_rencontrees = px.bar(df_difficultes_rencontrees, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='obs', title="Les difficultés rencontrées par un CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_difficultes_rencontrees", figure=fig_difficultes_rencontrees, display="inline", size="large"))
df_difficultes_rencontrees_entreprise = df5.groupby(['principales_difficultés_rencontrées', 'taille_entreprise']).size().reset_index(name='obs')
fig_difficultes_rencontrees_entreprise = px.bar(df_difficultes_rencontrees_entreprise, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='taille_entreprise', title="Les difficultés rencontrées par un CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_difficultes_rencontrees_entreprise", figure=fig_difficultes_rencontrees_entreprise, display="inline", size="large"))
df_difficultes_rencontrees_statut = df5.groupby(['principales_difficultés_rencontrées', 'fonction_Statut_repondant']).size().reset_index(name='obs')
fig_difficultes_rencontrees_statut = px.bar(df_difficultes_rencontrees_statut, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='fonction_Statut_repondant', title="Les difficultés rencontrées par un CAA par profil des répondants", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_difficultes_rencontrees_statut", figure=fig_difficultes_rencontrees_statut, display="inline", size="large"))
df_jeune_recrute = df.groupby('jeune_diplômé_recruté_chargé.e_affaires').size().reset_index(name='obs')
fig_jeune_recrute = px.pie(df_jeune_recrute, names='jeune_diplômé_recruté_chargé.e_affaires', values='obs', color='obs', title="Jeune recruté en tant que chargé d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_jeune_recrute", figure=fig_jeune_recrute, display="inline", size="large"))
df6 = df
df6['principaux_enjeux_futurs'] = df6['principaux_enjeux_futurs'].str.split(';')
df6 = df6.explode('principaux_enjeux_futurs')
df_enjeux_futurs = df6.groupby('principaux_enjeux_futurs').size().reset_index(name='obs')
fig_enjeux_futurs = px.bar(df_enjeux_futurs, x='obs', y='principaux_enjeux_futurs', orientation='h', color='obs', title="Enjeux futurs du métier de CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_enjeux_futurs", figure=fig_enjeux_futurs, display="inline", size="large"))
df_BIM = df.groupby('BIM_futur').size().reset_index(name='obs')
fig_BIM = px.pie(df_BIM, names='BIM_futur', values='obs', color='obs', title="la place du BIM", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_BIM", figure=fig_BIM, display="inline", size="large"))
df_BIM_echeance = df.groupby('BIM_futur_quelle_échéance').size().reset_index(name='obs')
fig_BIM_echeance = px.bar(df_BIM_echeance, x='obs', y='BIM_futur_quelle_échéance', orientation='h', color='obs', title="la place du BIM, échéance", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_BIM_echeance", figure=fig_BIM_echeance, display="inline", size="large"))
data_autre_poste_jeune_recruté = {
"poste_jeune_recruté": ["Dessinateur BE, ou métreur chiffreur", "Technicien Chiffrage", "Deviseur ou Chiffreur", "Technicien de bureau d'étude (dessinateur, chargé d'étude) ou conducteur de travaux", "Chargé d'études ou dessinateur en agencement", "Assistant chargé d'affaires", "Commis BET", "Conducteur de travaux", "Chargé d'opération, conducteur de travaux", "Responsable de projet / conducteur de travaux", "Assistant conducteur de travaux ou chargé d'études"],
"taille_entreprise": ["10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "Moins de 10 employés", "Plus de 100 employés"],
"obs" : [1,1,1,1,1,1,1,1,1,1,1]
}
df_autre_poste_jeune_recruté = pd.DataFrame(data_autre_poste_jeune_recruté)
df_autre_poste_jeune_recruté = df_autre_poste_jeune_recruté.groupby(['poste_jeune_recruté', 'taille_entreprise']).size().reset_index(name='obs')
fig_autre_poste_jeune_recruté = px.bar(df_autre_poste_jeune_recruté, x='obs', y='poste_jeune_recruté', orientation='h', color='taille_entreprise', title="Autres postes jeune diplômé recruté par taille entreprise", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
elements.append(cl.Plotly(name="chart_autre_poste_jeune_recruté", figure=fig_autre_poste_jeune_recruté, display="inline", size="large"))
content_all = "Tableaux des données de La \"taille des entreprises ayant répondu\"\n" + df_taille.to_string() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\"\n" + df_temps.to_string() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\" par taille d'entreprise\n" + df_temps_entreprise.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement\"\n" + df_nb_charge.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par taille d'entreprise\"\n" + df_nb_charge_entreprise.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par année d'engagement\"\n" + df_nb_charge_engagement.to_string() + "\n\nTableaux des données de \"Le profil des répondants\"\n" + df_statut.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\"\n" + df_interlocuteur.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par taille d'entreprise\n" + df_interlocuteur_entreprise.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par nombre chargé.e d'affaires\n" + df_interlocuteur_nb_charge.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\"\n" + df_competences.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\" par taille d'entreprise\n" + df_competences_entreprise.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\" par nombre chargé.e d'affaires\n" + df_competences_nb_charge.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues\"\n" + df_competences_relationnelles.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par taille entreprise\"\n" + df_competences_relationnelles_entreprise.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par nombre chargé.e d'affaires\"\n" + df_competences_relationnelles_nb_charge.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues\"\n" + df_competences_gestion.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues par taille entreprise\"\n" + df_competences_gestion_entreprise.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues par nombre chargé.e d'affaires\"\n" + df_competences_gestion_nb_charge.to_string() + "\n\nTableaux des données de \"Difficulté de recruter un CAA\"\n" + df_difficulte.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA\"\n" + df_formation.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA par taille entreprise\"\n" + df_formation_entreprise.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA par nombre chargé.e d'affaires\"\n" + df_formation_nb_charge.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage\"\n" + df_activites_autonomie_chiffrage.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique\"\n" + df_activites_autonomie_conception.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière\"\n" + df_activites_autonomie_gestion.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre\"\n" + df_activites_autonomie_MOE.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Cloturer Affaire\"\n" + df_activites_autonomie_cloturer_affaire.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage par profil des répondants\"\n" + df_activites_autonomie_chiffrage_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique par profil des répondants\"\n" + df_activites_autonomie_conception_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière par profil des répondants\"\n" + df_activites_autonomie_gestion_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre par profil des répondants\"\n" + df_activites_autonomie_MOE_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Clôturer Affaire par profil des répondants\"\n" + df_activites_autonomie_cloturer_affaire_statut.to_string() + "\n\nTableaux des données de \"Difficultés rencontrées par taille entreprise\"\n" + df_difficultes_rencontrees_entreprise.to_string() + "\n\nTableaux des données de \"Difficultés rencontrées par profil des répondants\"\n" + df_difficultes_rencontrees_statut.to_string() + "\n\nTableaux des données de \"Jeune diplômé recruté en chargé d'affaires\"\n" + df_jeune_recrute.to_string() + "\n\nTableaux des données de \"Enjeux futurs du métier\"\n" + df_enjeux_futurs.to_string() + "\n\nTableaux des données de \"BIM dans le métier\"\n" + df_BIM.to_string() + "\n\nTableaux des données de \"BIM dans le métier : échéance\"\n" + df_BIM_echeance.to_string()
content_all_html = "Tableaux des données de La \"taille des entreprises ayant répondu\"\n" + df_taille.to_html() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\"\n" + df_temps.to_html() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\" par taille d'entreprise\n" + df_temps_entreprise.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement\"\n" + df_nb_charge.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par taille d'entreprise\"\n" + df_nb_charge_entreprise.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par année d'engagement\"\n" + df_nb_charge_engagement.to_html() + "\n\nTableaux des données de \"Le profil des répondants\"\n" + df_statut.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\"\n" + df_interlocuteur.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par taille d'entreprise\n" + df_interlocuteur_entreprise.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par nombre chargé.e d'affaires\n" + df_interlocuteur_nb_charge.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\"\n" + df_competences.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\" par taille d'entreprise\n" + df_competences_entreprise.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\" par nombre chargé.e d'affaires\n" + df_competences_nb_charge.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues\"\n" + df_competences_relationnelles.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par taille entreprise\"\n" + df_competences_relationnelles_entreprise.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par nombre chargé.e d'affaires\"\n" + df_competences_relationnelles_nb_charge.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues\"\n" + df_competences_gestion.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues par taille entreprise\"\n" + df_competences_gestion_entreprise.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues par nombre chargé.e d'affaires\"\n" + df_competences_gestion_nb_charge.to_html() + "\n\nTableaux des données de \"Difficulté de recruter un CAA\"\n" + df_difficulte.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA\"\n" + df_formation.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA par taille entreprise\"\n" + df_formation_entreprise.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA par nombre chargé.e d'affaires\"\n" + df_formation_nb_charge.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage\"\n" + df_activites_autonomie_chiffrage.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique\"\n" + df_activites_autonomie_conception.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière\"\n" + df_activites_autonomie_gestion.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre\"\n" + df_activites_autonomie_MOE.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Cloturer Affaire\"\n" + df_activites_autonomie_cloturer_affaire.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage par taille entreprise\"\n" + df_activites_autonomie_chiffrage_entreprise.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage par profil des répondants\"\n" + df_activites_autonomie_chiffrage_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique par profil des répondants\"\n" + df_activites_autonomie_conception_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière par profil des répondants\"\n" + df_activites_autonomie_gestion_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre par profil des répondants\"\n" + df_activites_autonomie_MOE_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Clôturer Affaire par profil des répondants\"\n" + df_activites_autonomie_cloturer_affaire_statut.to_html() + "\n\nTableaux des données de \"Difficultés rencontrées par taille entreprise\"\n" + df_difficultes_rencontrees_entreprise.to_html() + "\n\nTableaux des données de \"Difficultés rencontrées par profil des répondants\"\n" + df_difficultes_rencontrees_statut.to_html() + "\n\nTableaux des données de \"Jeune diplômé recruté en chargé d'affaires\"\n" + df_jeune_recrute.to_html() + "\n\nTableaux des données de \"Enjeux futurs du métier\"\n" + df_enjeux_futurs.to_html() + "\n\nTableaux des données de \"BIM dans le métier\"\n" + df_BIM.to_html() + "\n\nTableaux des données de \"BIM dans le métier : échéance\"\n" + df_BIM_echeance.to_html()
tableau_all = [cl.Text(name="Tableaux", content=content_all_html, display="side")]
await cl.Message(content="📚 Tableaux de toutes les données", elements=tableau_all,).send()
actions = [cl.Action(name="Download", value=content_all, description="download_tableau")]
await cl.Message(content="📥 Télécharger l'ensemble des tableaux de données ayant servi à la datavisualisation", actions=actions).send()
await cl.Message(content="Datavisualisation de l'enquête des recruteurs des chargé.e.s d'affaires en agencement", elements=elements).send()
df1["principaux_interlocuteurs"]=df1['principaux_interlocuteurs'].str.lower()
df1["principaux_interlocuteurs"]=df1['principaux_interlocuteurs'].str.replace(r'[-./?!,":;()\']',' ')
wd_principaux_interlocuteurs = " ".join(i for i in df1.principaux_interlocuteurs)
exclure_mots = ['précisez', 'd', 'du', 'de', 'la', 'des', 'le', 'et', 'est', 'elle', 'une', 'en', 'que', 'aux', 'qui', 'ces', 'les', 'dans', 'sur', 'l', 'un', 'pour', 'par', 'il', 'ou', 'à', 'ce', 'a', 'sont', 'cas', 'plus', 'leur', 'se', 's', 'vous', 'au', 'c', 'aussi', 'toutes', 'autre', 'comme']
elements_wordcloud_principaux_interlocuteurs = []
wordcloud_principaux_interlocuteurs = WordCloud(background_color='white',
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs)
fig_wordcloud_principaux_interlocuteurs = plt.figure(1,figsize=(12,15))
plt.imshow(wordcloud_principaux_interlocuteurs,interpolation="none")
plt.axis('off')
plt.title("Nuage de mots des principaux interlocuteurs")
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs", figure=fig_wordcloud_principaux_interlocuteurs, size="large", display="inline"))
options_entreprise1 = ['10 à 50 employés']
df1_entreprise1 = df1.loc[df1['taille_entreprise'].isin(options_entreprise1)]
wd_principaux_interlocuteurs_entreprise1 = " ".join(i for i in df1_entreprise1.principaux_interlocuteurs)
wordcloud_principaux_interlocuteurs_entreprise1 = WordCloud(background_color='white',
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise1)
fig_wordcloud_principaux_interlocuteurs_entreprise1 = plt.figure(1,figsize=(12,15))
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise1,interpolation="none")
plt.axis('off')
plt.title("Nuage de mots des principaux interlocuteurs entreprise 10 à 50 employés")
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_10_50", figure=fig_wordcloud_principaux_interlocuteurs_entreprise1, size="large", display="inline"))
options_entreprise2 = ['51 à 100 employés']
df1_entreprise2 = df1.loc[df1['taille_entreprise'].isin(options_entreprise2)]
wd_principaux_interlocuteurs_entreprise2 = " ".join(i for i in df1_entreprise2.principaux_interlocuteurs)
wordcloud_principaux_interlocuteurs_entreprise2 = WordCloud(background_color='white',
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise2)
fig_wordcloud_principaux_interlocuteurs_entreprise2 = plt.figure(1,figsize=(12,15))
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise2,interpolation="none")
plt.axis('off')
plt.title("Nuage de mots des principaux interlocuteurs entreprise 51 à 100 employés")
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_51_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise2, size="large", display="inline"))
options_entreprise3 = ['Moins de 10 employés']
df1_entreprise3 = df1.loc[df1['taille_entreprise'].isin(options_entreprise3)]
wd_principaux_interlocuteurs_entreprise3 = " ".join(i for i in df1_entreprise3.principaux_interlocuteurs)
wordcloud_principaux_interlocuteurs_entreprise3 = WordCloud(background_color='white',
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise3)
fig_wordcloud_principaux_interlocuteurs_entreprise3 = plt.figure(1,figsize=(12,15))
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise3,interpolation="none")
plt.axis('off')
plt.title("Nuage de mots des principaux interlocuteurs entreprise Moins de 10 employés")
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_moins_10", figure=fig_wordcloud_principaux_interlocuteurs_entreprise3, size="large", display="inline"))
options_entreprise4 = ['Plus de 100 employés']
df1_entreprise4 = df1.loc[df1['taille_entreprise'].isin(options_entreprise4)]
wd_principaux_interlocuteurs_entreprise4 = " ".join(i for i in df1_entreprise4.principaux_interlocuteurs)
wordcloud_principaux_interlocuteurs_entreprise4 = WordCloud(background_color='white',
stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise4)
fig_wordcloud_principaux_interlocuteurs_entreprise4 = plt.figure(1,figsize=(12,15))
plt.imshow(wordcloud_principaux_interlocuteurs_entreprise4,interpolation="none")
plt.axis('off')
plt.title("Nuage de mots des principaux interlocuteurs entreprise Plus de 100 employés")
elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_plus_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise4, size="large", display="inline"))
await cl.Message( content="Nuage de mots des principaux interlocuteurs et croisement avec la taille des entreprises",elements=elements_wordcloud_principaux_interlocuteurs,).send()
return fileSurvey
async def surveyRh():
elements = []
fileSurvey = './public/surveyRH.csv'
df = pd.read_csv(fileSurvey)
df1 = df
df1['Participation_evenements_anterieurs'] = df1['Participation_evenements_anterieurs'].str.split(';')
df1 = df1.explode('Participation_evenements_anterieurs')
df_participation = df1.groupby('Participation_evenements_anterieurs').size().reset_index(name='obs')
fig_participation = px.bar(df_participation, x='obs', y='Participation_evenements_anterieurs', orientation='h', color='obs', title="Objectifs principaux à atteindre lors du séminaire", labels={'obs':'nombre', 'Participation_evenements_anterieurs':'Objectifs principaux'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_participation", figure=fig_participation, display="inline", size="large"))
df_articulation = df.groupby('Améliorer_articulation_différents_métiers_RH').size().reset_index(name='obs')
df_comprendre = df.groupby('comprendre_attentes_services_université_service_RH').size().reset_index(name='obs')
df_reflechir = df.groupby('Réfléchir_solutions_défis_secteur_public').size().reset_index(name='obs')
df_renforcer = df.groupby('Renforcer_sentiment_appartenance_service_mission_éducative').size().reset_index(name='obs')
fig_contribution = make_subplots(rows=4, cols=1, shared_xaxes=True)
fig_contribution.add_trace(
go.Bar(x=df_articulation.obs, y=df_articulation.Améliorer_articulation_différents_métiers_RH, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Améliorer l'articulation entre les différents métiers RH (paie, gestion de carrière, formation, recrutement)", marker_color='rgb(136, 204, 238)'), 1, 1
)
fig_contribution.add_trace(
go.Bar(x=df_comprendre.obs, y=df_comprendre.comprendre_attentes_services_université_service_RH, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Mieux comprendre les attentes des autres services de l'université", marker_color='rgb(204, 102, 119)'),
2,
1,
)
fig_contribution.add_trace(
go.Bar(x=df_reflechir.obs, y=df_reflechir.Réfléchir_solutions_défis_secteur_public, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Réfléchir collectivement à des solutions pour les défis spécifiques du secteur public (budgétaires, réglementaires)", marker_color='rgb(221, 204, 119)'),
3,
1,
)
fig_contribution.add_trace(
go.Bar(x=df_renforcer.obs, y=df_renforcer.Renforcer_sentiment_appartenance_service_mission_éducative, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Renforcer le sentiment d'appartenance à un service qui contribue à la mission éducative", marker_color='rgb(17, 119, 51)'),
4,
1,
)
fig_contribution.update_layout(title='Contributions du séminaire', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=600)
elements.append(cl.Plotly(name="chart_activites_autonomie", figure=fig_contribution, display="inline", size="large"))
df2 = df
df2['Activité_bénéfique_séminaire'] = df2['Activité_bénéfique_séminaire'].str.split(';')
df2 = df2.explode('Activité_bénéfique_séminaire')
df_activite = df2.groupby('Activité_bénéfique_séminaire').size().reset_index(name='obs')
fig_activite = px.bar(df_activite, x='Activité_bénéfique_séminaire', y='obs', color='obs', title="Type d’activité qui serait bénéfique pour le séminaire", labels={'obs':'nombre', 'Activité_bénéfique_séminaire':'Type activité'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_activite", figure=fig_activite, display="inline", size="large"))
df_strategie = df.groupby('Comment_importance_stratégique_service_RH_objectif_université').size().reset_index(name='obs')
fig_strategie = px.bar(df_strategie, y='obs', x='Comment_importance_stratégique_service_RH_objectif_université', color='obs', title="Evaluation de l’importance stratégique du service RH ", labels={'obs':'nombre','Comment_importance_stratégique_service_RH_objectif_université':'Importance stratégique du service RH'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_strategie", figure=fig_strategie, display="inline", size="large"))
df_perception = df.groupby('Souhait_planning_horaires_JDLP_2023').size().reset_index(name='obs')
fig_perception = px.bar(df_perception, y='obs', x='Souhait_planning_horaires_JDLP_2023', color='obs', title="Perception du service RH par les autres services de l’université", labels={'obs':'nombre','Souhait_planning_horaires_JDLP_2023':'Perception du service RH'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_perception", figure=fig_perception, display="inline", size="large"))
df3 = df
df3['Estimation_amelioration_JDLP'] = df3['Estimation_amelioration_JDLP'].str.split(';')
df3 = df3.explode('Estimation_amelioration_JDLP')
df_estimation = df3.groupby('Estimation_amelioration_JDLP').size().reset_index(name='obs')
fig_estimation = px.bar(df_estimation, x='obs', y='Estimation_amelioration_JDLP', orientation='h', color='obs', title="Valeurs professionnelles dans les métiers RH en contexte public", labels={'obs':'nombre', 'Estimation_amelioration_JDLP':'Valeurs professionnelles'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_estimation", figure=fig_estimation, display="inline", size="large"))
df_valeur = df.groupby('valeurs_service_RH_alignées_université').size().reset_index(name='obs')
fig_valeur = px.bar(df_valeur, y='obs', x='valeurs_service_RH_alignées_université', color='obs', title="Alignement des valeurs du service RH avec celles de l’université", labels={'obs':'nombre','valeurs_service_RH_alignées_université':'Valeurs du service RH'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_valeur", figure=fig_valeur, display="inline", size="large"))
df4 = df
df4['Points_forts_service_RH'] = df4['Points_forts_service_RH'].str.split(';')
df4 = df4.explode('Points_forts_service_RH')
df_point = df4.groupby('Points_forts_service_RH').size().reset_index(name='obs')
fig_point = px.bar(df_point, x='obs', y='Points_forts_service_RH', orientation='h', color='obs', title="Points forts du service RH dans son fonctionnement", labels={'obs':'nombre', 'Points_forts_service_RH':'Points forts'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_point", figure=fig_point, display="inline", size="large"))
df5 = df
df5['Statut_repondant'] = df5['Statut_repondant'].str.split(';')
df5 = df5.explode('Statut_repondant')
df_aspect = df5.groupby('Statut_repondant').size().reset_index(name='obs')
fig_aspect = px.bar(df_aspect, x='obs', y='Statut_repondant', orientation='h', color='obs', title="Aspects à améliorer pour mieux répondre aux besoins des agents de l’université", labels={'obs':'nombre', 'Statut_repondant':'Aspects à améliorer'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_aspect", figure=fig_aspect, display="inline", size="large"))
df_engagement = df.groupby('engagé_travail_équipe_service_RH').size().reset_index(name='obs')
fig_engagement = px.bar(df_engagement, y='obs', x='engagé_travail_équipe_service_RH', color='obs', title="Engagement des agents dans le travail d’équipe au sein du service RH", labels={'obs':'nombre','engagé_travail_équipe_service_RH':'Engagement'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_engagement", figure=fig_engagement, display="inline", size="large"))
df6 = df
df6['Estimation_amelioration_JDLP2'] = df6['Estimation_amelioration_JDLP2'].str.split(';')
df6 = df6.explode('Estimation_amelioration_JDLP2')
df_element = df6.groupby('Estimation_amelioration_JDLP2').size().reset_index(name='obs')
fig_element = px.bar(df_element, x='obs', y='Estimation_amelioration_JDLP2', orientation='h', color='obs', title="Eléments qui contribuent à renforcer l’esprit d’équipe dans le service RH", labels={'obs':'nombre', 'Estimation_amelioration_JDLP2':'Eléments'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_element", figure=fig_element, display="inline", size="large"))
df_collaboration = df.groupby('service_RH_favorise_collaboration_métiers').size().reset_index(name='obs')
fig_collaboration = px.bar(df_collaboration, y='obs', x='service_RH_favorise_collaboration_métiers', color='obs', title="Service RH favorise la collaboration entre les différents métiers", labels={'obs':'nombre','service_RH_favorise_collaboration_métiers':'Collaboration'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_collaboration", figure=fig_collaboration, display="inline", size="large"))
df7 = df
df7['freins_meilleure_collaboration_service_RH'] = df7['freins_meilleure_collaboration_service_RH'].str.split(';')
df7 = df7.explode('freins_meilleure_collaboration_service_RH')
df_frein = df7.groupby('freins_meilleure_collaboration_service_RH').size().reset_index(name='obs')
fig_frein = px.bar(df_frein, x='obs', y='freins_meilleure_collaboration_service_RH', orientation='h', color='obs', title="Freins identifiés pour une meilleure collaboration dans le service RH", labels={'obs':'nombre', 'freins_meilleure_collaboration_service_RH':'Freins'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
elements.append(cl.Plotly(name="chart_frein", figure=fig_frein, display="inline", size="large"))
await cl.Message(content="Datavisualisation de l'enquête pour le séminaire RH", elements=elements).send()
return fileSurvey |