-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathFigure.R
179 lines (152 loc) · 7.58 KB
/
Figure.R
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
library(tidyverse)
library(readxl)
# d <- read_excel("G:/Giornalisti/ES/excel/base.xlsx")
d <- read_excel("./excel/base2.xlsx")
breaks_fig <- c("2009, II trim.", "2011, II trim.", "2013, II trim.",
"2015, II trim.", "2017, II trim.", "2019, II trim.", "2021, II trim.")
etichette <- c("2009\n(II trim.)", "2011\n(II trim.)", "2013\n(II trim.)", "2015\n(II trim.)",
"2017\n(II trim.)", "2019\n(II trim.)", "2021\n(II trim.)")
etichette0 <- c("2009", "2011", "2013", "2015",
"2017", "2019", "2021")
etichette2 <- c("2009\naprile", "2011\naprile", "2013\naprile", "2015\naprile",
"2017\naprile", "2019\naprile", "2021\naprile")
# Figura 1, evoluzione disoccupati iscritti in Svizzera e in Ticino
p1 <- d %>%
select(QUANDO, GEO, Diso_seco) %>%
ggplot() +
aes(x = QUANDO, y = Diso_seco, group = GEO) +
geom_smooth(colour = "red", fill = "gray80", size = .4, na.rm = TRUE, method = "loess") +
geom_line(na.rm = TRUE, size = 1.2) +
facet_grid(rows = vars(GEO), scales = "free_y") +
scale_x_discrete(breaks = breaks_fig,
labels = etichette) +
labs(x = "", y = "",
title = "Disoccupati iscritti in Svizzera e in Ticino,\nper trimestre, dal 2008",
subtitle = "Dati in migliaia",
caption = "Fonte: Statistica dei disoccupati iscritti, Seco, Berna") +
theme_bw() +
theme(
plot.title = element_text(size = rel(0.8), face = "bold"),
plot.subtitle = element_text(size = rel(0.7), colour = "gray"),
plot.caption = element_text(size = rel(0.6), colour = "gray"),
axis.text = element_text(size = rel(0.5)))
# Figura 2, evoluzione del tasso di disoccupazione Seco, in Svizzera e in Ticino
p2 <- d %>%
select(QUANDO, GEO, Tx_diso_seco) %>%
ggplot() +
aes(x = QUANDO, y = Tx_diso_seco, group = GEO) +
geom_smooth(colour = "red", fill = "gray80", size = .4, na.rm = TRUE, method = "loess") +
geom_line(na.rm = TRUE, size = 1.2) +
facet_grid(cols = vars(GEO)) +
scale_x_discrete(breaks = c("2009, II trim.", "2012, II trim.",
"2015, II trim.", "2018, II trim.", "2021, II trim."),
labels = c("2009", "2012", "2015", "2018", "2021")) +
labs(x = "", y = "",
title = "Tasso di disoccupazione in Svizzera e in Ticino,\nper trimestre, dal 2008",
subtitle = "Dati in percentuale",
caption = "Fonte: Statistica dei disoccupati iscritti, Seco, Berna") +
theme_bw() +
theme(
plot.title = element_text(size = rel(0.8), face = "bold"),
plot.subtitle = element_text(size = rel(0.7), colour = "gray"),
plot.caption = element_text(size = rel(0.6), colour = "gray"),
axis.text = element_text(size = rel(0.5)))
# Figura 3, evoluzione iscritti NON disoccupati in Svizzera e in Ticino
p3 <- d %>%
select(QUANDO, GEO, Iscritti) %>%
ggplot() +
aes(x = QUANDO, y = Iscritti, group = GEO) +
geom_smooth(colour = "red", fill = "gray80", size = .4, na.rm = TRUE, method = "loess") +
geom_line(na.rm = TRUE, size = 1.2) +
facet_grid(rows = vars(GEO), scales = "free_y") +
scale_x_discrete(breaks = breaks_fig,
labels = etichette) +
labs(x = "", y = "",
title = "Persone in cerca di impiego non disoccupate in Svizzera e in Ticino,\nper trimestre, dal 2008",
subtitle = "Dati in migliaia",
caption = "Fonte: Statistica dei disoccupati iscritti, Seco, Berna") +
theme_bw() +
theme(
plot.title = element_text(size = rel(0.8), face = "bold"),
plot.subtitle = element_text(size = rel(0.7), colour = "gray"),
plot.caption = element_text(size = rel(0.6), colour = "gray"),
axis.text = element_text(size = rel(0.5)))
# Figura 4, evoluzione degli iscritti agli URC in Svizzera e in Ticino
p4 <- d %>%
select(QUANDO, GEO, Iscritti, Diso_seco) %>%
mutate(ISCR = Iscritti + Diso_seco) %>%
ggplot() +
aes(x = QUANDO, y = ISCR, group = GEO) +
geom_smooth(colour = "red", fill = "gray80", size = .4, na.rm = TRUE, method = "loess") +
geom_line(na.rm = TRUE, size = 1.2) +
facet_grid(rows = vars(GEO), scales = "free_y") +
scale_x_discrete(breaks = breaks_fig,
labels = etichette) +
labs(x = "", y = "",
title = "Persone in cerca di impiego in Svizzera e in Ticino,\nper trimestre, dal 2008",
subtitle = "Dati in migliaia",
caption = "Fonte: Statistica dei disoccupati iscritti, Seco, Berna") +
theme_bw() +
theme(
plot.title = element_text(size = rel(0.8), face = "bold"),
plot.subtitle = element_text(size = rel(0.7), colour = "gray"),
plot.caption = element_text(size = rel(0.6), colour = "gray"),
axis.text = element_text(size = rel(0.5)))
# Figura 5, Disoccupazione ai sensi dell'ILO vs. seco in Svizzera e in Ticino
labels <- c(Tx_diso_seco = "Tasso di disoccupazione,\nsecondo la Seco", Tx_diso_ilo = "Tasso di disoccupazione,\nai sensi dell'ILO")
p5 <- d %>%
select(QUANDO, GEO, Tx_diso_seco, Tx_diso_ilo) %>%
pivot_longer(
cols = Tx_diso_seco:Tx_diso_ilo,
names_to = "Tx_diso") %>%
ggplot() +
aes(x = QUANDO, y = value, group = GEO) +
geom_smooth(colour = "red", fill = "gray80", size = .4, na.rm = TRUE, method = "loess") +
geom_line(na.rm = TRUE, size = .8) +
scale_x_discrete(breaks = breaks_fig,
labels = etichette0) +
scale_y_continuous(breaks = c(0, 2, 4, 6, 8),
labels = c("0,0%", "2,0%", "4,0%", "6,0%","8,0%"),
limits = c(0, 9)) +
facet_grid(rows = vars(GEO), cols = vars(Tx_diso), labeller = labeller(Tx_diso = labels)) +
labs(x = "", y = "",
title = "Tasso di disoccupazione ai sensi dell'ILO e secondo la Seco,\nin Svizzera e in Ticino, per trimestre, dal 2008",
subtitle = "Dati in percentuale",
caption = "Fonti: Rilevazione sulla Forza di lavoro in Svizzera (Rifos), Ust, Neuch\u00E2tel;\nStatistica dei disoccupati iscritti, Seco, Berna") +
theme_bw() +
theme(
plot.title = element_text(size = rel(0.8), face = "bold"),
plot.subtitle = element_text(size = rel(0.7), colour = "gray"),
plot.caption = element_text(size = rel(0.6), colour = "gray"),
axis.text = element_text(size = rel(0.5)))
# Figura 6, Evoluzione sul numero dei disoccupati in Svizzera
p6 <- d %>%
select(QUANDO, GEO, IFC) %>%
filter(GEO %in% "Svizzera") %>%
ggplot() +
aes(x = QUANDO, y = IFC, group = GEO) +
geom_smooth(colour = "red", fill = "gray80", size = .4, na.rm = TRUE, method = "loess"
, span = .35
) +
geom_line(na.rm = TRUE, size = 1.2) +
scale_x_discrete(breaks = breaks_fig,
labels = etichette2) +
labs(x = "", y = "",
title = "Percezione dell'evoluzione del numero di disoccupati in Svizzera nei prossimi 12 mesi\nogni tre mesi, dal 2008",
subtitle = "Indice",
caption = "Fonte: Indice del clima di fiducia dei consumatori, Seco, Berna") +
theme_bw() +
theme(
plot.title = element_text(size = rel(0.8), face = "bold"),
plot.subtitle = element_text(size = rel(0.7), colour = "gray"),
plot.caption = element_text(size = rel(0.6), colour = "gray"),
axis.text = element_text(size = rel(0.5)))
a <- 4 * 1.85
b <- 3 * 1.85
# Salvo le figure
ggsave(file="plot/p1.svg", plot=p1, width=a, height=b)
ggsave(file="plot/p2.svg", plot=p2, width=a, height=b)
ggsave(file="plot/p3.svg", plot=p3, width=a, height=b)
ggsave(file="plot/p4.svg", plot=p4, width=a, height=b)
ggsave(file="plot/p5.svg", plot=p5, width=a, height=b)
ggsave(file="plot/p6.svg", plot=p6, width=a, height=b)