cartiflette

Les fonds de carte officiels français, en une ligne de code.

Contours officiels de l'IGN (ADMIN EXPRESS COG CARTO) enrichis des métadonnées de l'Insee : communes, arrondissements municipaux, départements, régions, bassins de vie, zones d'emploi, unités urbaines, aires d'attraction des villes, avec ou sans les DROM rapprochés de la métropole.

Installation

pip install cartiflette

Python 3.10 ou plus récent.

Utilisation

from cartiflette import carti_download

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

• borders : niveau des contours (COMMUNE, COMMUNE_ARRONDISSEMENT, IRIS à partir de 2025, DEPARTEMENT, REGION, BASSIN_VIE, ZONE_EMPLOI, UNITE_URBAINE, AIRE_ATTRACTION_VILLES), ou les carreaux de l'Insee avec leurs données Filosofi (CARREAU_200M, CARREAU_1KM, jamais simplifiés).
• filter_by et values : zone couverte, par exemple filter_by="REGION" et values=["11", "84"], ou filter_by="FRANCE_ENTIERE" et values="France". Les codes de région sous 10 s'écrivent indifféremment 1, "1" ou "01".
• simplification : part des points retirés, 0 (contours complets), 50 ou 80 (le plus léger, par défaut). Pour 2022, publié seulement en GeoJSON, le défaut est 50.
• year : millésime du Code officiel géographique.

Le résultat est un GeoDataFrame geopandas (EPSG:4326).

Filtrer : where

where garde les polygones qui vérifient une expression SQL DuckDB, sur leurs attributs ou leur géométrie (fonctions ST_* de l'extension spatiale, coordonnées en longitude, latitude) :

# Communes de plus de 2 000 habitants d'Occitanie
carti_download(
    values="76",
    borders="COMMUNE",
    filter_by="REGION",
    year=2026,
    where="POPULATION > 2000",
)

# Communes qui touchent une emprise (la Camargue)
carti_download(
    values="France",
    borders="COMMUNE",
    filter_by="FRANCE_ENTIERE",
    year=2026,
    where="ST_Intersects(geometry, ST_MakeEnvelope(4.1, 43.3, 4.9, 43.75))",
)

# Communes dont le centre est à moins de 30 km du Capitole de Toulouse
carti_download(
    values="France",
    borders="COMMUNE",
    filter_by="FRANCE_ENTIERE",
    year=2026,
    where="ST_Distance_Sphere(ST_Centroid(geometry), ST_Point(1.4442, 43.6047)) < 30000",
)

Sur le GeoParquet, le filtre est appliqué pendant la lecture : seules les parties utiles du fichier sont téléchargées.

Formats : GeoParquet d'abord

Chaque niveau est publié en GeoParquet dans un seul fichier, que DuckDB lit partiellement : seules les parties correspondant aux valeurs demandées sont téléchargées (environ 2 Mo pour les communes d'un département). Le client lit le GeoParquet dès qu'il existe, même si vectorfile_format="geojson" est demandé (un avertissement l'indique). Pour les millésimes publiés seulement en GeoJSON (2022), le client le détecte et lit le GeoJSON.

Aucun fichier GeoJSON n'est publié à partir de 2025 : force=True, qui force la lecture du GeoJSON, ne vaut que pour les millésimes qui en ont (2022). Pour obtenir du GeoJSON des millésimes récents, par exemple depuis R ou JavaScript, utiliser l'API : https://cartiflette-api.lab.sspcloud.fr/v1/geojson.

Rester dans DuckDB

Toute la lecture est faite avec 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)")

Proxy

Déclarer la variable d'environnement https_proxy : elle est transmise à DuckDB.

import os

os.environ["https_proxy"] = "http://mon-proxy:8080"

En savoir plus

• Documentation du client : guide d'utilisation et référence des fonctions.
• Site de cartiflette : exemples et cas d'usage, aussi en R et en JavaScript.
• Dépôt GitHub : pipeline de production et documentation technique.
• Changelog : les changements de chaque version.

cartiflette est un projet collaboratif lancé par des agents de l'État dans le cadre du Programme 10 %. Pour contribuer, voir CONTRIBUTING.md.