idf-proximite-services

Indice de proximité aux services — Île-de-France

>Si vous lisez ceci je postule à une formation dans votre établissement. Merci de l’intérêt que vous portez à ma candidature. Toutes les informations du projet sont disponibles ci-dessous. Les cartes sont disponibles dans la section qui suit.

Projet d’entraînement — Analyse de l’accessibilité aux équipements et services publics dans les 1 266 communes d’Île-de-France, à partir de données open source.


🗺️ Cartes interactives

Carte Description Lien
Indice IPS Score composite d’accessibilité par commune, 11 dimensions. Ouvrir
Équipements Localisation des 89 208 équipements, chargement à la demande. Ouvrir

Comment utiliser la carte IPS

Comment utiliser la carte équipements


📚 Méthodologie et analyse

Pour mieux comprendre ce projet et répondre à vos possibles questions, deux pages supplémentaires sont disponibles :

Page Description Lien
Méthodologie Stack technique, phases de développement. Ouvrir
Analyse Définition de l’IPS, limites et biais connus, observations simples. Ouvrir

📊 L’Indice de proximité aux services (IPS)

L’IPS mesure, pour chaque commune d’Île-de-France, le temps de trajet moyen de ses habitants vers 60 types d’équipements et services, regroupés en 11 dimensions :

Dimension Poids Équipements inclus
Soins essentiels 5 Médecin généraliste, pharmacie, urgences
Alimentaire 5 Supermarchés, épiceries, boulangeries
Éducation primaire 4 Maternelle, primaire, élémentaire
Éducation secondaire 4 Collège, lycée général, lycée pro
Transports 4 Gares nationales, régionales, locales
Services sociaux 3 Crèches, centres sociaux, EHPAD, accueil loisirs
Sports 3 Piscines, terrains, gymnases, salles
Culture 3 Cinémas, bibliothèques, conservatoires, spectacles
Éducation supérieure 2 Universités publiques et privées
Soins complémentaires 2 Dentiste, infirmier, laboratoire, maternité, PMI
Sécurité 1 Police, gendarmerie

Score IPS : rang percentile normalisé parmi les 1 266 communes. Un score de 1,0 indique la commune la mieux desservie d’IDF, 0,0 la moins bien desservie.


📁 Sources de données

Toutes les données sont librement accessibles et publiées par des organismes publics.

Dataset Source Lien
Limites administratives (ADMIN-EXPRESS COG) IGN geoservices.ign.fr
Base Permanente des Équipements 2024 (BPE) INSEE insee.fr
Grille d’accessibilité aux équipements 2023 INSEE data.gouv.fr
Filosofi 2021 — revenus par commune INSEE insee.fr
Recensement de la population 2022 (RP) INSEE insee.fr

Les données brutes ne sont pas ajoutées à ce repo en raison de leur taille.


🛠️ Stack technique

Outil Rôle
Python (GeoPandas, DuckDB, Folium, Matplotlib) ETL, calcul des scores, cartographie
PostGIS (Docker) Base de données spatiale
DBeaver Administration et manipulation de la DB
QGIS Exploration et validation visuelle
Jupyter Notebooks Pipeline python
GitHub Pages Hébergement des cartes

Voir METHODOLOGIE.md pour le détail complet du processus technique.


📋 Structure du dépôt

├── notebooks/
│   ├── config.py                      # Configuration centralisée
│   ├── 01_data_inspection.ipynb       # Inspection des données brutes
│   ├── 02_data_loading.ipynb          # ETL et chargement PostGIS
│   ├── 03_accessibility_scores.ipynb  # Calcul des scores IPS
│   ├── 04_interactive_map.ipynb       # Création des cartes Folium
│   └── 05_analysis.ipynb              # Analyse et visualisations
├── outputs/
│   ├── idf_ips_map.html               # Carte IPS interactive
│   ├── idf_facilities_map.html        # Carte équipements interactive
│   ├── facilities/                    # GeoJSON par catégorie (chargement à la demande)
│   └── *.png                          # Graphiques d'analyse
├── README.md
├── METHODOLOGIE.md
└── ANALYSE.md

⚠️ Avertissements

Ce projet est un exercice d’entraînement en vue de présenter une production complète à différents instituts d’enseignements supérieurs. Les résultats ne constituent pas une analyse socio-économique publiable et utilisable. Voir ANALYSE.md pour les limites et biais connus.

Des indices similaires existent déjà dans des analyses officielles (INSEE, services d’aménagement…). Ce projet en propose une version très simplifiée.


🤖 Création en collaboration avec une IA

N’étant pas un spécialiste en pipeline ETL et en formattage complexe de cartes pour des fichiers HTML, ce projet a été réalisé pour une partie de ces tâches avec une IA (Claude). Certaines validations ou optimisation côté PostGIS ont aussi été revues par l’IA.

Les choix statistiques, de méthodologie, pondération , sélection et exploration des données et des équipements utilisés dans les cartes etc sont des choix seulement fait par l’auteur.