Emploi agricole des femmes : Afrique

Choroplèthe continentale sur données World Bank : jointure par ISO3, légende en déciles, étiquette chiffrée par pays.

Part des femmes actives employées dans l’agriculture (indicateur World Bank SL.AGR.EMPL.FE.ZS, 2025), pour tous les pays d’Afrique. Les valeurs sont récupérées via WorldBank, rattachées aux frontières Natural Earth par code ISO3, puis cartographiées avec une palette séquentielle et une légende en déciles.

L’exemple illustre le chaînage données en ligne → jointure → carte éditoriale : cartograpy.data pour l’indicateur et les géométries, cartograpy.mapper pour tout le rendu (choroplèthe, légende, étiquettes, flèche du Nord, échelle et logo hors-carte).

Techniques utilisées :

import numpy as np
import wbdata
import cartograpy as cp
from cartograpy.data import WorldBank, Bound
from cartograpy.styling import load_cmap

my_cmap = "atomic_clock"
cmap = load_cmap(my_cmap)

font_title = cp.google_font("Bebas Neue")
font_text = cp.google_font("Fira Sans", weight="light")
font_bold = cp.google_font("Fira Sans", weight="medium")
text_color = "black"

wb = WorldBank()
bound = Bound()

INDICATOR = "SL.AGR.EMPL.FE.ZS"  # Employées, agriculture, femmes (% d'emploi des femmes)

# --- 1. Indicateur World Bank (2025) ---
df = wb.get_data({INDICATOR: "valeur"}, country="all", date="2025").reset_index()

# --- 2. Nom de pays -> ISO3 (agrégats régionaux exclus) ---
name_to_iso3 = {
    c["name"]: c["id"]
    for c in wbdata.get_countries()
    if c["region"]["value"] != "Aggregates"
}
df["iso3"] = df["country"].map(name_to_iso3)
df = df.dropna(subset=["iso3", "valeur"])

# --- 3. Frontières d'Afrique + fusion ---
world = bound.get_world("country")          # name, iso3, continent, geometry
africa = world[world["continent"] == "Africa"]
gdf = africa.merge(df[["iso3", "valeur"]], on="iso3", how="inner")

# --- 4. Carte ---
m = cp.Map(figsize=(10, 10), title="", dpi=600, basemap=False)
m.add_polygons_choropleth(
    gdf, column_to_plot="valeur", cmap=my_cmap, show_colorbar=False,
)

# Légende en déciles
n_bins = 10
bin_edges = np.quantile(gdf["valeur"], np.linspace(0, 1, n_bins + 1))
items = [
    (f"{bin_edges[i]:.0f} - {bin_edges[i + 1]:.0f} %", cmap(i / (n_bins - 1)))
    for i in range(n_bins)
]
m.add_swatch_legend(
    items, xy=(-5, -1),
    rect_width=2, rect_height=3, y_step=3,
    fontsize=12, color=text_color, edge_color="black", linewidth=0.6,
    font=font_text,
)

# Étiquette chiffrée par pays (noms Natural Earth)
gdf["centroid"] = gdf.geometry.centroid
countries_to_annotate = [
    "Algeria", "Libya", "Tunisia", "Morocco", "Egypt",
    "Nigeria", "Ghana", "Senegal", "Mali", "Niger", "Burkina Faso",
    "Cameroon", "Chad", "Dem. Rep. Congo", "Congo", "Gabon", "Central African Rep.",
    "Ethiopia", "Kenya", "Tanzania", "Uganda", "Somalia", "S. Sudan", "Sudan",
    "South Africa", "Zambia", "Zimbabwe", "Mozambique", "Namibia", "Botswana", "Angola",
    "Madagascar", "Malawi",
]
abbreviations = {"Dem. Rep. Congo": "RD Congo", "Central African Rep.": "RCA"}
adjustments = {"Madagascar": (-3, 0), "Congo": (0, -1.5)}

data_by_country = gdf.set_index("name")
for country in countries_to_annotate:
    if country not in data_by_country.index:
        continue
    row = data_by_country.loc[country]
    dx, dy = adjustments.get(country, (0, 0))
    x, y = row["centroid"].x + dx, row["centroid"].y + dy
    label = abbreviations.get(country, country)
    m.add_custom_text(
        f"<{label.upper()}>: {row['valeur']:.1f}", (x, y), to="ax",
        fontsize=9, color=text_color, ha="center", va="center", font=font_text,
        highlight_textprops=[{"font": font_bold}],
    )

# Titre, source, signature, habillage hors-carte
m.add_custom_text(
    "Emploi des femmes dans l'agriculture par pays en Afrique (2025)",
    (0.5, 0.95), to="fig", fontsize=20, fontweight="bold", ha="center", font=font_title,
)
m.add_custom_text(
    "<Source:> Organisation internationale du travail, Indicateurs clés du marché du travail.",
    (0.5, 0.92), to="fig", fontsize=10, ha="center", font=font_text,
    highlight_textprops=[{"font": font_bold}],
)
m.add_custom_text(
    "<By> : Anicet Cyrille KAMBOU", (0.8, 0.1), to="fig",
    color="black", fontsize=9, font=font_text, ha="center", va="center",
    highlight_textprops=[{"font": font_bold}],
)
m.add_image("assets/img/logo.png", (0.722, 0.09), zoom=0.05)
m.hide_gridline()
m.add_north_arrow(to="fig", shadow=False, scale=0.3, label=" ", position=(0.8, 0.86))
m.add_scale_bar(style="ticks", to="fig", position=(0.1, 0.08))

m.save("emploi-agricole-femmes-afrique.png", dpi=600)