Last data update: 26 oct. 2026, 19:18
Last compile: 26 oct. 2026, 19:20
d1 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(serie)) |>
ggplot(aes(x = valeur, y = fct_rev(lab), fill = serie)) +
geom_col(position = position_dodge(width = 0.8), width = 0.75) +
scale_y_discrete(labels = scales::label_wrap(40)) +
scale_fill_brewer(palette = "Set2", name = NULL, labels = scales::label_wrap(30)) +
theme_pub(10) +
labs(x = "en euros", y = NULL,
title = str_wrap("Effet moyen de l'inflation en 2023 sur le niveau de vie corrigé, par dixième de niveau de vie", 75)) +
guides(fill = guide_legend(ncol = 2))
d2 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(serie)) |>
ggplot(aes(x = valeur, y = fct_rev(lab), fill = serie)) +
geom_col(position = position_dodge(width = 0.8), width = 0.75) +
scale_y_discrete(labels = scales::label_wrap(40)) +
scale_fill_brewer(palette = "Set2", name = NULL, labels = scales::label_wrap(30)) +
theme_pub(10) +
labs(x = "en %", y = NULL,
title = str_wrap("Effet moyen de l'inflation en 2023 sur le niveau de vie corrigé, par dixième de niveau de vie", 75)) +
guides(fill = guide_legend(ncol = 2))
d3 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "en euros", y = NULL,
title = str_wrap("Effet moyen de l'inflation, de l'évolution des transferts sociofiscaux et de l'évolution des revenus primaires en 2023 sur le niveau de vie corrigé, par dixième de niveau de vie", 75)) +
theme(legend.position = "none")
d4 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "en %", y = NULL,
title = str_wrap("Effet moyen de l'inflation, de l'évolution des transferts sociofiscaux et de l'évolution des revenus primaires en 2023 sur le niveau de vie corrigé, par dixième de niveau de vie", 75)) +
theme(legend.position = "none")
d5 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "en %", y = NULL,
title = str_wrap("Part des dépenses additionnelles couvertes par l'évolution des transferts sociofiscaux et l'évolution des revenus primaires en 2023 sur le niveau de vie corrigé, par dixième de niveau de vie", 75)) +
theme(legend.position = "none")
d6 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "en %", y = NULL,
title = str_wrap("Part des dépenses additionnelles couvertes par l'évolution des transferts sociofiscaux et l'évolution des revenus primaires en 2023 sur le niveau de vie corrigé, par configuration familiale et par âge", 75)) +
theme(legend.position = "none")
d7 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "", y = NULL,
title = str_wrap("Effet moyen de la hausse de la taxe foncière en 2023 sur le niveau de vie corrigé, par dixième de niveau de vie", 75)) +
theme(legend.position = "none")
d8 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "", y = NULL,
title = str_wrap("Effet moyen de l'inflation en 2023 sur le niveau de vie corrigé, par configuration familiale", 75)) +
theme(legend.position = "none")
d9 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "", y = NULL,
title = str_wrap("Effet moyen de l'inflation en 2023 sur le niveau de vie corrigé, par âge", 75)) +
theme(legend.position = "none")
d10 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "", y = NULL,
title = str_wrap("Effet moyen de l'inflation, de l'évolution des transferts sociofiscaux et de l'évolution des revenus primaires en 2023 sur le niveau de vie corrigé, par configuration familiale", 75)) +
theme(legend.position = "none")
d11 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "", y = NULL,
title = str_wrap("Effet moyen de l'inflation, de l'évolution des transferts sociofiscaux et de l'évolution des revenus primaires en 2023 sur le niveau de vie corrigé, par tranche d'âge de la personne de référence du ménage", 75)) +
theme(legend.position = "none")
d12 |>
filter(!is.na(valeur), !total100) |>
mutate(lab = fct_inorder(libelle), serie = fct_inorder(str_wrap(serie, 24))) |>
ggplot(aes(x = valeur, y = fct_rev(lab))) +
geom_col(fill = bleu, width = 0.75) +
facet_wrap(~ serie, scales = "free_x", nrow = 1) +
scale_y_discrete(labels = scales::label_wrap(40)) +
theme_pub(10) +
labs(x = "", y = NULL,
title = str_wrap("Effet moyen de l'inflation, de l'évolution des transferts sociofiscaux, de l'évolution des revenus primaires et de l'augmentation de la taxe foncière en 2023 sur le niveau de vie corrigé, par dixième de niveau de vie", 75)) +
theme(legend.position = "none")