Colin Maudry
171 lines
7.3 KiB
Markdown
171 lines
7.3 KiB
Markdown
# Cartes /acheteur et /titulaire : afficher la contrepartie (clustering)
|
|
|
|
## Objectif
|
|
|
|
Sur les fiches `/acheteurs/<id>` et `/titulaires/<id>`, la carte affiche
|
|
aujourd'hui uniquement la position de l'organisme consulté (un point unique,
|
|
issu de l'API annuaire, via `point_on_map`). On veut y ajouter la position de
|
|
la **contrepartie** :
|
|
|
|
- sur `/acheteurs/<id>` : les titulaires avec qui cet acheteur a contracté ;
|
|
- sur `/titulaires/<id>` : les acheteurs qui ont contracté avec ce titulaire.
|
|
|
|
Design et code inspirés de `/observatoire` (`get_geographic_maps` /
|
|
`make_clusters_map` dans `src/figures.py`), notamment le clustering
|
|
dash-leaflet. Couleurs identiques : acheteur en orange (`#E69F00`), titulaire
|
|
en bleu ciel (`#56B4E9`).
|
|
|
|
## Comportement attendu
|
|
|
|
- La carte suit le filtre **Année** de la page (comme le tableau Top
|
|
titulaires/acheteurs et l'histogramme de distance) — elle n'est donc plus
|
|
calculée à partir de l'API annuaire mais des données DECP (marchés).
|
|
- Le marqueur de l'organisme consulté et ceux de la contrepartie utilisent
|
|
**la même source de données** (`acheteur_longitude`/`latitude` et
|
|
`titulaire_longitude`/`latitude` des marchés), avec clustering identique à
|
|
`/observatoire`.
|
|
- Le cadrage de la carte s'ajuste automatiquement (fitBounds) pour englober
|
|
l'organisme et toutes ses contreparties, avec un léger padding.
|
|
- Si aucune coordonnée exploitable n'est disponible (aucun marché
|
|
géolocalisé, ou dataset sans colonnes longitude/latitude), repli sur une
|
|
vue France fixe (centre `[46.6, 2.2]`, zoom 5) plutôt qu'une zone vide.
|
|
- Contrairement à `/observatoire`, **pas** de découpage par région/DOM-TOM ni
|
|
de bascule chloroplèthe : une seule carte cluster, le volume de points
|
|
d'un organisme unique restant faible.
|
|
- La carte dash-leaflet conserve les contrôles de zoom +/- natifs de Leaflet
|
|
(contrairement à l'actuelle carte Plotly qui n'en a pas) — comportement par
|
|
défaut de `dl.Map`, aucune configuration spécifique nécessaire.
|
|
|
|
## Architecture
|
|
|
|
### Nouvelle fonction partagée `build_org_markers` (`src/figures.py`)
|
|
|
|
Extraite du corps de `get_geographic_maps` (branche `"clusters"`), pour être
|
|
réutilisée par `/observatoire` et par la nouvelle carte org :
|
|
|
|
```python
|
|
ORG_COLORS = {
|
|
"acheteur": "#E69F00", # orange
|
|
"titulaire": "#56B4E9", # bleu ciel
|
|
}
|
|
|
|
def build_org_markers(lff: pl.LazyFrame, org_type: Literal["acheteur", "titulaire"]) -> list[dict]:
|
|
"""Regroupe les marchés par point géographique pour un type d'organisme.
|
|
|
|
Retourne [] si les colonnes longitude/latitude de ce type sont absentes
|
|
du LazyFrame (ex: tests/test.parquet), sans lever d'exception.
|
|
"""
|
|
```
|
|
|
|
Le groupement (par `{org_type}_longitude`, `{org_type}_latitude`,
|
|
`{org_type}_nom`, comptage `nb_marches`) et le format des marqueurs
|
|
(`{"lat", "lon", "tooltip", "marker_color"}`) restent identiques à
|
|
l'implémentation actuelle. Nouveauté : garde d'absence de colonnes via
|
|
`lff.collect_schema().names()` (cf. `get_considerations_card_content` pour le
|
|
même pattern) — corrige au passage un crash latent non testé de
|
|
`get_geographic_maps` sur des jeux de données sans colonnes géo.
|
|
|
|
`get_geographic_maps` est mis à jour pour appeler `build_org_markers(lff, org_type)` au lieu de la boucle inline, et pour utiliser `ORG_COLORS` au lieu
|
|
de son dict `colors` local.
|
|
|
|
### Nouvelle fonction `get_org_location_map` (`src/figures.py`)
|
|
|
|
```python
|
|
def get_org_location_map(
|
|
dff: pl.DataFrame,
|
|
home_type: Literal["acheteur", "titulaire"],
|
|
map_id: str,
|
|
) -> dl.Map:
|
|
"""Carte cluster (dash-leaflet) de l'organisme et de sa contrepartie."""
|
|
```
|
|
|
|
- Calcule les marqueurs pour `home_type` et son type complémentaire via
|
|
`build_org_markers`.
|
|
- Construit jusqu'à deux couches `dl.GeoJSON` clusterisées (une par type
|
|
présent), réutilisant le JS clientside existant
|
|
(`dash_clientside.leaflet.pointToLayer` / `clusterToLayer`, inchangé) et le
|
|
même mécanisme `options={"fillColor": ORG_COLORS[org_type]}` que
|
|
`make_clusters_map`.
|
|
- Calcule les bounds `[[lat_min, lon_min], [lat_max, lon_max]]` sur l'ensemble
|
|
des points (les deux types confondus) et les passe via la prop `bounds` de
|
|
`dl.Map`, avec `boundsOptions={"padding": [30, 30], "maxZoom": 12}`.
|
|
- Si aucun point n'est disponible : `center=[46.6, 2.2]`, `zoom=5` (pas de
|
|
prop `bounds`).
|
|
- `style={"width": "100%", "height": "300px"}` (cohérent avec la hauteur
|
|
actuelle de la colonne carte).
|
|
- Les ids des couches GeoJSON sont dérivés de `map_id`
|
|
(`f"{map_id}-acheteur"` / `f"{map_id}-titulaire"`).
|
|
|
|
## Flux de données (pages)
|
|
|
|
Sur `src/pages/acheteur.py` et `src/pages/titulaire.py`, le rendu de la carte
|
|
est aujourd'hui mélangé dans le callback qui interroge l'API annuaire
|
|
(`update_acheteur_infos` / `update_titulaire_infos`, déclenché uniquement par
|
|
l'URL). On sépare :
|
|
|
|
- Ce callback existant perd l'`Output` `*_map` et l'appel à `point_on_map` ;
|
|
il continue de fournir nom/commune/département/région/lien annuaire,
|
|
inchangés.
|
|
- **Nouveau callback dédié** par page, avec `Input` sur l'URL **et** le
|
|
dropdown Année (comme `get_top_titulaires`/`get_top_acheteurs`) :
|
|
|
|
```python
|
|
@callback(
|
|
Output("acheteur_map", "children"),
|
|
Input("acheteur_url", "pathname"),
|
|
Input("acheteur_year", "value"),
|
|
)
|
|
def update_acheteur_map(pathname, ach_year):
|
|
where_sql, params = _acheteur_scope(pathname, ach_year)
|
|
geo_columns = [
|
|
c
|
|
for c in [
|
|
"uid",
|
|
"acheteur_longitude",
|
|
"acheteur_latitude",
|
|
"acheteur_nom",
|
|
"titulaire_longitude",
|
|
"titulaire_latitude",
|
|
"titulaire_nom",
|
|
]
|
|
if c in schema.names()
|
|
]
|
|
dff = query_marches(where_sql, params, columns=geo_columns)
|
|
return get_org_location_map(dff, "acheteur", "acheteur_map_leaflet")
|
|
```
|
|
|
|
Le filtre `geo_columns` sur `schema.names()` évite une erreur SQL DuckDB
|
|
(colonne inexistante) quand le dataset ne contient pas encore les colonnes
|
|
longitude/latitude — c'est le cas de `tests/test.parquet` aujourd'hui. Dans
|
|
ce cas, `build_org_markers` renvoie `[]` pour les deux types et
|
|
`get_org_location_map` bascule sur la vue France par défaut.
|
|
|
|
Symétrique sur `src/pages/titulaire.py` (`update_titulaire_map`,
|
|
`_titulaire_scope`, `"titulaire"` comme `home_type`).
|
|
|
|
## Nettoyage
|
|
|
|
`point_on_map` (carte Plotly à point unique basée sur l'annuaire) devient
|
|
inutilisée une fois les deux pages migrées : suppression de la fonction dans
|
|
`src/figures.py` et de son import dans `acheteur.py`/`titulaire.py`.
|
|
|
|
## Tests
|
|
|
|
- Test unitaire de `build_org_markers` : cas nominal (plusieurs points,
|
|
comptage), cas colonnes absentes (`[]` sans exception), cas coordonnées
|
|
nulles filtrées.
|
|
- Test unitaire de `get_org_location_map` : bounds calculés sur des points
|
|
connus ; repli sur la vue France par défaut quand aucun marqueur.
|
|
- Pas de nouveau test Selenium dédié (aucun test existant ne navigue
|
|
actuellement vers `/acheteurs/<id>` ou `/titulaires/<id>` dans le
|
|
navigateur) ; vérification manuelle via le serveur de dev recommandée
|
|
après implémentation.
|
|
|
|
## Hors périmètre (YAGNI)
|
|
|
|
- Pas de découpage par région/DOM-TOM ni de bascule chloroplèthe sur ces
|
|
pages (réservé à `/observatoire`).
|
|
- Pas de changement du texte département/région/lien annuaire (reste basé
|
|
sur l'annuaire des entreprises).
|
|
- Pas de nouveau filtre autre que celui déjà présent (Année).
|