cartiflette

Les fonds de carte officiels français, en moins de 10 lignes de code.

Python · R · JavaScript

Site et exemples · Client Python · Documentation du client · Documentation technique

---

Faire une carte de France, c'est souvent passer plus de temps à chercher le bon fond de carte qu'à faire la carte.

cartiflette s'en occupe :

• 🗺️ Des contours officiels enrichis : ADMIN EXPRESS COG CARTO de l'IGN, au millésime du Code officiel géographique, enrichi de la table d'appartenance géographique de l'Insee pour avoir plus de métadonnées géographiques officielles.
• 🧩 Couvre des besoins standards de data scientists, statisticiens ou géomaticiens : récupérer des communes, arrondissements municipaux, départements, régions, zonages d'étude de l'Insee (bassins de vie, zones d'emploi, unités urbaines, aires d'attraction des villes).
• 🏝️ Les DROM rapprochés de la métropole, avec un zoom sur l'Île-de-France, prêts pour une carte de France entière.
• 🏷️ Des métadonnées utiles : codes et libellés Insee, population, codes des zonages supra-communaux, pour joindre directement vos données.
• ⚡ Rapide : le stockage en GeoParquet accélère énormément les récupérations de données (seulement 2 Mo de données pour les communes d'un département, sur 35 Mo pour la France entière...).
• 🔁 Reproductible : les fichiers s'appuient sur des données ouvertes, aucune modification manuelle n'est faite, tout est auditable et reproductible, consommable par votre langage de prédilection (Python, R ou JavaScript...).

Démarrage rapide

pip install cartiflette

from cartiflette import carti_download

departements = carti_download(
    values="France",
    borders="DEPARTEMENT",
    filter_by="FRANCE_ENTIERE_DROM_RAPPROCHES",
    year=2026,
    simplification=50,
)
departements.plot("POPULATION")

Le résultat est un GeoDataFrame geopandas, prêt pour une jointure avec vos données (INSEE_DEP, INSEE_REG, INSEE_COM…).

Ce que vous pouvez récupérer

borders choisit le niveau des contours, filter_by et values la zone couverte :

borders	filter_by possibles
COMMUNE, COMMUNE_ARRONDISSEMENT	DEPARTEMENT, REGION, BASSIN_VIE, ZONE_EMPLOI, UNITE_URBAINE, AIRE_ATTRACTION_VILLES, TERRITOIRE, FRANCE_ENTIERE, FRANCE_ENTIERE_DROM_RAPPROCHES
DEPARTEMENT	REGION, TERRITOIRE, FRANCE_ENTIERE, FRANCE_ENTIERE_DROM_RAPPROCHES
REGION, BASSIN_VIE, ZONE_EMPLOI, UNITE_URBAINE, AIRE_ATTRACTION_VILLES	TERRITOIRE, FRANCE_ENTIERE, FRANCE_ENTIERE_DROM_RAPPROCHES

• values : un ou plusieurs codes Insee ("75", ["11", "84"]), un territoire ("metropole", "guadeloupe"…) ou "France".
• COMMUNE_ARRONDISSEMENT : Paris, Lyon et Marseille découpés en arrondissements.
• simplification : 0 (contours complets) ou 50 (50 % des points retirés, plus léger pour une carte).
• year : millésimes 2022 à 2026, en WGS84 (EPSG:4326).

Aller plus loin

Toute la lecture passe par DuckDB. Avec engine="duckdb", le résultat reste une relation DuckDB, pour continuer en SQL sans passer par geopandas :

communes = carti_download(
    values=["11", "84"],
    borders="COMMUNE",
    filter_by="REGION",
    year=2026,
    engine="duckdb",
)
communes.aggregate("INSEE_REG, sum(POPULATION)")

Derrière un proxy, déclarer la variable d'environnement https_proxy : elle est transmise à DuckDB. D'autres exemples et cas d'usage sont sur le site de cartiflette, et toutes les options dans le README du client Python.

En R et en JavaScript

Les mêmes fonds de carte sont disponibles depuis :

• (R) : library(cartiflette) puis carti_download(...) ;
• (JavaScript / Observable) : import {carti_download} from "@linogaliana/cartiflette-js".

Des exemples dans chaque langage sont sur le site de documentation.

Comment ça marche

flowchart LR
    IGN["IGN Géoplateforme<br/>ADMIN EXPRESS COG CARTO"] --> P
    INSEE["Insee<br/>appartenance géographique"] --> P
    P["Pipeline Argo<br/><br/>Mise en cohérence des sources géographiques<br/><br/>DuckDB + mapshaper"] --> S3[("Stockage S3<br/>GeoParquet")]
    S3 --> PY["Python"]
    S3 --> API["API GeoJSON<br/>cartiflette-api.lab.sspcloud.fr"]
    API --> R["R"]
    API --> JS["JavaScript"]

Loading

Le détail est dans la documentation technique. Les changements de chaque version sont dans les changelogs du pipeline, du client Python et de l'API.

Contexte

cartiflette est un projet qui vise à simplifier l'utilisation de données géographiques et la représentation cartographique en s'appuyant sur les données officielles de l'Insee et de l'IGN.

Le projet a bénéficié, pendant trois saisons, du soutien du du Programme 10 %, porté par la Direction du Numérique.

Envie de contribuer ? Tout est expliqué dans CONTRIBUTING.md.