Cartes statiques

Composer une carte 2D avec Map, couches, légende et mise en page.

Map (dans cartograpy.mapper) centralise la production de cartes statiques avec Matplotlib et Cartopy : couches vectorielles/raster, choroplèthes, légende, échelle, flèche du Nord, grille, export. C’est la classe la plus riche du package (65 méthodes publiques).

graph LR
    A[Créer un objet Map]
    B[Ajouter des couches<br><i>vecteur, raster, choroplèthe</i>]
    C[Habiller<br><i>texte, flèche du Nord, légende, logo</i>]
    D[Cadrer<br><i>set_extent, zoom_to_layer</i>]
    E[Afficher / exporter<br><i>show, save</i>]

    A --> B --> C --> D --> E

Créer une carte

from cartograpy.mapper import Map

m = Map(title="Côte d'Ivoire")

m.set_paper("A4", orientation="landscape")   # format papier prédéfini
m.list_paper_formats()                       # formats disponibles avec dimensions
m.set_background_color("white")

Ajouter des couches

m.add_polygons(regions_gdf, facecolor="lightyellow", edgecolor="black")
m.add_lines(routes_gdf, color="blue", linewidth=1.5)
m.add_points(villes_gdf, color="red", size=40, column="population", cmap="viridis")

m.add_point((5.35, -4.0), label="Abidjan", color="red")
m.add_line([(5.3, -4.0), (5.4, -3.9)], color="blue")
m.add_polygon([(5.3, -4.0), (5.4, -4.0), (5.4, -3.9)], color="green")

m.add_raster(raster_path="data/elevation.tif", cmap="terrain", alpha=0.8)

m.add_basemap(source="OpenStreetMap")   # nécessite contextily

Choroplèthes

m.add_polygons_choropleth(regions_gdf, column_to_plot="densite", cmap="YlOrRd", show_labels=True)
m.add_points_choropleth(villes_gdf, column_to_plot="population", point_size_column="population")

Note

add_polygons_cloropleth/add_points_cloropleth (avec la faute de frappe historique) existent encore comme alias dépréciés : préférez add_polygons_choropleth/add_points_choropleth.

Frontières, côtes et fonds naturels (cartopy)

m.add_natural_features(features=["coastline", "borders"], border_color="gray")

Habiller la carte

m.add_title("Densité de population par région")
m.add_gridlines(draw_labels=True)
m.add_labels(regions_gdf, label_column="nom", fontsize=9)
m.add_annotation("Zone d'étude", xy=(5.35, -4.0), arrow=True)

Texte enrichi et flèche hors-carte

# segments <mis en évidence> (police différente), via highlight_text
m.add_custom_text("<Abidjan>: 5.4M hab.", (5.35, -4.0), to="ax",
                   highlight_textprops=[{"color": "red"}])

# titre/sous-titre hors-carte, coordonnées figure (0-1)
m.add_custom_text("Densité de population", (0.5, 0.92), to="fig", fontsize=20)

# flèche hors-carte (drawarrow), pour pointer une entité trop petite pour l'annoter dessus
m.add_fig_arrow(tail_position=(0.3, 0.7), head_position=(0.4, 0.5), radius=0.3)

Logo et image de fond

# logo en bas à gauche, coordonnées figure (0-1) par défaut
m.add_image("logo.png", (0.10, 0.10), zoom=0.05)

# photo/illustration positionnée sur la carte (coordonnées géographiques)
m.add_image("photo.jpg", (5.35, -4.0), to="ax", zoom=0.3)

# image de fond sur l'étendue de la carte, sans déformation (zoom > 0)
m.add_background_image("texture.jpg", alpha=0.6, zoom=1)

Flèche du Nord et échelle

m.get_north_arrows()          # liste les SVG de flèches disponibles dans le package
m.add_north_arrow(arrow=1, location="upper right")
m.add_scale_bar()

Légende et barre de couleurs

m.add_colorbar(cmap="viridis", vmin=0, vmax=1000, label="Population")

# légende par classes positionnée en coordonnées géographiques,
# plutôt que dans un coin d'axe via custom_legend()
items = [("0-10", "yellow"), ("10-50", "orange"), ("50+", "red")]
m.add_swatch_legend(items, xy=(-5, 5))

Cadrage

m.set_extent((-8.6, 4.3, -2.5, 10.7))    # (west, south, east, north)
m.zoom_to_layer(label="Régions")
m.center_on_bounds(regions_gdf.total_bounds)

Rendu et export

m.show()
m.save("carte_finale.png", dpi=300)

Référence complète des 69 méthodes de Map, groupées par thème : Reference mapper.

Exemple complet

Reprise d’une carte éditoriale classique (émissions de CO₂ par habitant en Europe, inspirée d’un exemple de The Python Graph Gallery) entièrement construite avec Map, sans dépendance graphique externe. Chaque section ci-dessous correspond à un bloc du script et au besoin cartographique qu’il couvre.

graph TD
    A[1. Données<br><i>cp.load, merge, query, centroïdes</i>]
    A --> B[2. Polices & carte de base<br><i>google_font, add_polygons_choropleth</i>]
    B --> C[3. Annotations par pays<br><i>add_custom_text to='ax'</i>]
    B --> D[4. Cas du Luxembourg<br><i>add_fig_arrow + add_custom_text to='fig'</i>]
    B --> E[5. Légende par classes<br><i>add_swatch_legend</i>]
    B --> F[6. Titre, sous-titre, logo<br><i>add_custom_text to='fig' + add_image</i>]
    C --> G[Export<br><i>m.save</i>]
    D --> G
    E --> G
    F --> G

1. Données

Rien de spécifique à cartograpy ici : cp.load() détecte l’extension et route vers gpd.read_file/pd.read_csv en interne, donc il fonctionne aussi bien sur un chemin local que sur une URL directe. Le reste (fusion, .query(), calcul des centroïdes en CRS projeté) reste du pandas/geopandas standard.

import pandas as pd
import cartograpy as cp

world = cp.load(
    "https://raw.githubusercontent.com/holtzy/the-python-graph-gallery/"
    "master/static/data/europe.geojson"
)
df = cp.load(
    "https://raw.githubusercontent.com/holtzy/the-python-graph-gallery/"
    "master/static/data/co2PerCapita.csv"
)

df["Year"] = pd.to_numeric(df["Year"], errors="coerce")
df["Total"] = pd.to_numeric(df["Total"], errors="coerce")

data = world.merge(df, how="left", left_on="name", right_on="Country")
data = data.query(
    'continent == "Europe" and name not in ["Russia", "Iceland"] and Year == 2021'
)
data = data[["name", "Total", "geometry"]].dropna(subset=["Total", "geometry"]).copy()

# Centroïdes calculés en CRS métrique (EPSG:3035) puis reprojetés en 4326 :
# cp.centroids() ne reprojette pas, donc calcul manuel ici pour des
# positions d'étiquette correctes malgré la distorsion de PlateCarree.
proj = data.to_crs(epsg=3035)
data["centroid"] = proj.geometry.centroid.to_crs(data.crs)

2. Polices et carte de base

google_font() télécharge/charge une police Google Fonts et renvoie un FontProperties réutilisable partout où Map accepte un paramètre font. basemap=False désactive les côtes/frontières automatiques puisque le GeoDataFrame data fournit déjà tous les contours nécessaires.

my_cmap = "PonyoDark"
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"
background_color = "white"

m = cp.Map(figsize=(10, 10), dpi=400, basemap=False, title="")
m.set_background_color(background_color)
m.add_polygons_choropleth(
    data,
    column_to_plot="Total",
    cmap=my_cmap,
    edge_color="black",
    linewidth=0.5,
    show_labels=True,
    show_colorbar=False,
)
m.set_extent([-11, 32, 41, 73])
m.hide_gridline()

3. Annotations par pays

add_custom_text(..., to="ax") positionne du texte en coordonnées géographiques, avec segments <mis en évidence> (ici : le nom du pays en gras via highlight_textprops). adjustments décale chaque étiquette pour éviter les chevauchements sur les petits pays ; la couleur du texte bascule en blanc au-delà de 7 t pour rester lisible sur les teintes foncées de la palette.

adjustments = {
    "France": (10, 3), "Italy": (-2.4, 2.5), "Finland": (0, -2),
    "Belarus": (0, -0.4), "Ireland": (0, -1), "Germany": (-0.2, 0),
    "Poland": (0, 0.2), "Sweden": (-1.2, -2.8),
    "United Kingdom": (1, -1.5), "Norway": (-4, -5.5),
}
countries_to_annotate = [
    "France", "Italy", "Romania", "Poland", "Finland", "Ukraine",
    "Spain", "Germany", "Sweden", "United Kingdom", "Belarus", "Norway",
]

data_by_country = data.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
    rate = row["Total"]
    label = "UK" if country == "United Kingdom" else country

    m.add_custom_text(
        f"<{label.upper()}>: {rate:.2f}", (x, y), to="ax",
        fontsize=9, color="white" if rate < 6 else text_color,
        ha="center", va="center",
        highlight_textprops=[{"font": font_bold}],
    )

4. Cas particulier : le Luxembourg

Trop petit pour recevoir une étiquette directement sur son polygone : la combinaison add_fig_arrow() (flèche en coordonnées figure 0-1, indépendante du zoom de la carte) + add_custom_text(..., to="fig") place le label à côté de la carte, avec une flèche qui pointe vers le pays.

lux = data[data["name"] == "Luxembourg"]
if not lux.empty:
    lux_value = lux.iloc[0]["Total"]

    m.add_fig_arrow(
        tail_position=(0.32, 0.70),
        head_position=(0.39, 0.48),
        radius=0.3,
        width=0.5, head_width=4, head_length=8, color="black",
    )
    m.add_custom_text(
        f"<LUXEMBOURG>: {lux_value:.2f}", (0.32, 0.71), to="fig",
        highlight_textprops=[{"font": font_bold}],
        color=text_color, fontsize=9, font=font_text,
        ha="center", va="center",
    )

5. Légende par classes

Une légende à bins manuels (plutôt qu’une barre de couleur continue) : add_swatch_legend() dessine un rectangle de couleur par classe à une position géographique donnée, avec le label exact voulu ("0-2 t", etc.) : plus de contrôle qu’un scheme mapclassify auto-généré, sans dépendance supplémentaire.

value_ranges = [0, 2, 4, 6, 8, 10, 12, 15]
labels = ["0-2 t", "2-4 t", "4-6 t", "6-8 t", "8-10 t", "10-12 t", "12+ t"]
cmap_obj = cp.load_cmap(my_cmap)

items = [
    (lab, cmap_obj((value_ranges[i] + value_ranges[i + 1]) / 2 / value_ranges[-1]))
    for i, lab in enumerate(labels)
]
m.add_swatch_legend(
    items, xy=(35, 70),
    rect_width=2, rect_height=1.5, y_step=1.5,
    fontsize=9, color=text_color,
    edge_color="black", linewidth=0.6,
    font=font_text,
)

6. Titre, sous-titre et logo

Trois blocs de texte figure-relatifs pour le titre, la source et la signature, plus le logo du package en filigrane via add_image() (to="fig" par défaut) : chaque élément hors-carte est positionné indépendamment du zoom/étendue de la carte elle-même.

m.add_custom_text(
    "Émissions de CO₂ par habitant en Europe (2021)", (0.5, 0.87), to="fig",
    color=text_color, fontsize=25, font=font_title,
    ha="center", va="top",
)
m.add_custom_text(
    "<Unité> : tonnes | <Source>: zenodo.org", (0.5, 0.2), to="fig",
    color=text_color, fontsize=12, font=font_text,
    ha="center", va="top",
    highlight_textprops=[{"font": font_bold}, {"font": font_bold}],
)
m.add_custom_text(
    "<By> : Anicet Cyrille KAMBOU", (0.48, 0.15), to="fig",
    color=text_color, fontsize=9, font=font_text,
    ha="center", va="center",
    highlight_textprops=[{"font": font_bold}],
)

m.add_image("logo.png", (0.44, 0.1), zoom=0.035)

# 8. EXPORT
m.save("web-map-with-custom-legend.png", dpi=600)

Résultat

from cartograpy.mapper import SituationMap

sm = SituationMap(title="Côte d'Ivoire")
sm.add_main_layer(regions_gdf, facecolor="khaki")
sm.set_inset_box_from_gdf(regions_gdf)
sm.show()

Aller plus loin

Styles, palettes et polices : personnaliser les couleurs et polices utilisées par Map
Cartes web : l’équivalent interactif avec WebMap

Cartes statiques

Créer une carte

Ajouter des couches

Choroplèthes

Frontières, côtes et fonds naturels (cartopy)

Habiller la carte

Texte enrichi et flèche hors-carte

Logo et image de fond

Flèche du Nord et échelle

Légende et barre de couleurs

Cadrage

Rendu et export

Exemple complet

1. Données

2. Polices et carte de base

3. Annotations par pays

4. Cas particulier : le Luxembourg

5. Légende par classes

6. Titre, sous-titre et logo

Résultat

Variantes

Map2D

SituationMap

plot_choropleth()

Aller plus loin