Aller au contenu
Codes et API

DataTourisme

En bref
Pour qui
Développeurs et data scientists qui travaillent en R.
Mise à jour
Script du dépôt, recopié à chaque génération du portail.

Ce que fait le script, ses paquets, l'authentification demandée, puis le code complet (secrets masqués).

Données utilisées

L'API ou le service DataTourisme (https://api.datatourisme.fr/v1/docs).

Importe dans R les points d'intérêt DATAtourisme (lieux, événements, itinéraires, produits) de l'Isère, avec filtres par commune, intercommunalité, type, texte ou zone géographique, puis les aplatit en tableau.

ScriptDataTourisme.R
LangageR
Paquetshttr2, dplyr, purrr, ggplot2, leaflet, htmltools
AuthentificationClé d'APIDonnées et outils : Interface de programmation. Adresse web qu'un programme interroge pour recevoir des données (souvent en JSON) au lieu de télécharger un fichier. Certaines demandent une clé d'accès, à ne jamais publier. (en-tête X-API-Key) : clé du hackathon dans l'Excel du SSP CloudDonnées et outils : Plateforme de travail de l'Insee pour la statistique publique (logiciel Onyxia) : RStudio, Jupyter ou VS Code dans le navigateur, et un stockage S3 où sont déposées les données du hackathon., ou clé personnelle sur datatourisme.fr.
Documentationhttps://api.datatourisme.fr/v1/docs

La fiche du script : le fichier R du dépôt (lien vers GitHub), les paquets à installer avec install.packages(), l'accès demandé et la documentation de l'API.

Accès

Clé d'API (en-tête X-API-Key) : clé du hackathon dans l'Excel du SSP Cloud, ou clé personnelle sur datatourisme.fr. Ne jamais publier une clé dans le dépôt : la lire depuis une variable d'environnement (Sys.getenv("MA_CLE")).

Ce que fait le script

  1. Choisir l'endpoint (catalog, placeOfInterest, entertainmentAndEvent, tour, product).
  2. Restreindre si besoin à des communes ou intercommunalités (codes INSEETerritoire : Institut national de la statistique et des études économiques. Producteur de la statistique publique : recensement, Code officiel géographique, Sirene, revenus (Filosofi), fréquentation des hébergements. Il opère aussi le SSP Cloud. résolus via geo.api.gouv.fr).
  3. Ajouter des filtres (type=Restaurant, lastUpdate[gte]=…), une recherche texte ou géographique.
  4. Choisir les colonnes du tableau final ; le script pagine en respectant les quotas (1 000 requêtes par heure, 100 résultats par page).

Code

DataTourisme.R
# ===================================================================== # Import de données DATAtourisme (API v1) dans R # Documentation : https://api.datatourisme.fr/v1/docs # ===================================================================== # --------------------------------------------------------------------- # 0. PACKAGES # --------------------------------------------------------------------- paquets <- c("httr2", "dplyr", "purrr", "ggplot2", "leaflet") manquants <- setdiff(paquets, rownames(installed.packages())) if (length(manquants) > 0) install.packages(manquants) invisible(lapply(paquets, library, character.only = TRUE)) # --------------------------------------------------------------------- # 1. PARAMÈTRES (✏️ = à modifier selon votre besoin) # --------------------------------------------------------------------- # ✏️ [1] CLÉ API ------------------------------------------------------ # Clé à obtenir sur https://www.datatourisme.fr/utiliser-les-donnees # Possible d'utiliser celle déjà entrer, créée spécialement pour le hackathon API_KEY <- "<MOT_DE_PASSE_DU_HACKATHON>" #Clé pour le hackathon dispo dans l'excel données à disposition BASE_URL <- "https://api.datatourisme.fr/v1" # ✏️ [2] TYPE DE DONNÉES APPELÉES (endpoint) -------------------------- # "catalog" : tous les POI (lieux, événements, itinéraires, produits) # "placeOfInterest" : lieux d'intérêt # "entertainmentAndEvent" : fêtes et manifestations # "tour" : itinéraires # "product" : produits ENDPOINT <- "placeOfInterest" # ✏️ [2bis] TERRITOIRE : TOUJOURS L'ISÈRE ------------------------------ # Le filtre sur le département de l'Isère (INSEE 38) est appliqué. DEPARTEMENT_INSEE <- "38" # En option, restreindre à certaines communes et/ou communautés de communes # d'Isère (laisser NULL pour couvrir tout le département). Les deux listes # se cumulent (union). Les noms sont convertis en codes INSEE via l'API # geo.api.gouv.fr (gratuite, sans clé) : pensez à vérifier les correspondances # affichées dans la console au lancement. COMMUNES <- NULL # ex. c("Grenoble", "Voiron", "Bourg-d'Oisans") INTERCOMMUNALITES <- NULL # ex. c("Le Grésivaudan", "Grenoble-Alpes-Métropole", "Pays Voironnais") CODES_INSEE_COMMUNES <- NULL # alternative/complément : codes INSEE directs, ex. c("38185", "38564") # ✏️ [3] AUTRES FILTRES ------------------------------------------------- # Tous les paramètres ci-dessous sont optionnels : laisser NULL pour ignorer. # Syntaxe : champ[opérateur]=valeur, combinables avec AND / OR / parenthèses. # Opérateurs : eq, ne, gt, gte, lt, lte, in, nin, between, text, prefix, fuzzy, exists # Exemples : # "isLocatedAt.address.postalCode[prefix]=382" (code postal) # "lastUpdate[gte]=2026-01-01" (mis à jour depuis) # "type[eq]=Museum AND hasReview.hasReviewValue[gt]=3" # "type=Restaurant AND (isEquippedWith=Wifi OR isEquippedWith=CarPark)" # Les valeurs possibles (Theme, Amenity...) s'obtiennent avec thesaurus("Theme"). FILTRES <- "type=Restaurant" # Recherche de texte sur les noms et descriptions (ex. "château", "musée -art") -> un seul à la fois RECHERCHE <- NULL # Recherche géographique (une seule des deux à la fois, en général) GEO_DISTANCE <- NULL # "lat,lon,rayon" ex. "48.1173,-1.6778,10km" GEO_BOUNDING <- NULL # "lat_haut_gauche,lon_haut_gauche,lat_bas_droite,lon_bas_droite" # Tri (ex. "lastUpdate[desc]", "label", "_score[desc]") TRI <- NULL # Langue(s) des champs textuels : "fr", "fr,en" ou "*" pour toutes LANGUES <- "fr" # ✏️ [4] CHAMPS RETOURNÉS --------------------------------------------- # NULL = sélection par défaut de l'API (nom, type, localisation, adresse, # contact, description, dates de mise à jour...). # ATTENTION : si vous renseignez FIELDS, il REMPLACE la sélection par défaut : # il faut alors lister TOUS les champs voulus. Exemple pour des événements : # FIELDS <- "uuid,label,type,isLocatedAt,takesPlaceAt,lastUpdate" FIELDS <- NULL # ✏️ [5] COLONNES DU TABLEAU FINAL -------------------------------------- # nom_colonne = "chemin.dans.le.json" (même syntaxe que dans l'API) # On peut donner plusieurs chemins possibles : le premier non vide est retenu. # Pour ajouter une colonne : ajouter une ligne (le champ doit être retourné par l'API, # donc présent dans la sélection par défaut ou dans FIELDS). COLONNES <- list( uuid = "uuid", nom = "label", type = "type", commune = c("isLocatedAt.address.hasAddressCity.label", "isLocatedAt.address.addressLocality"), code_postal = "isLocatedAt.address.postalCode", adresse = "isLocatedAt.address.streetAddress", latitude = "isLocatedAt.geo.latitude", longitude = "isLocatedAt.geo.longitude", maj = "lastUpdate" # Pour les événements (nécessite FIELDS avec takesPlaceAt), décommenter : # , date_debut = "takesPlaceAt.startDate" # , date_fin = "takesPlaceAt.endDate" ) # ✏️ [6] VOLUME ET RESPECT DES QUOTAS ----------------------------------- # Limites de l'API : 1000 requêtes/heure, ~10 requêtes/seconde, 100 résultats max par page. # => 1 page = 1 requête. TAILLE_PAGE <- 100 # 1 à 100 MAX_PAGES <- 5 # sécurité : nombre maximal de pages téléchargées PAUSE <- 0.2 # secondes entre deux requêtes LANGUE_AFFICHEE <- "fr" # langue retenue quand un champ est multilingue # --------------------------------------------------------------------- # 2. FONCTIONS (en principe rien à modifier) # --------------------------------------------------------------------- # --- Territoire : Isère toujours, communes / communautés de communes en option --- GEO_URL <- "https://geo.api.gouv.fr" # Minuscules sans accents, pour comparer des noms normaliser <- \(x) tolower(iconv(x, to = "ASCII//TRANSLIT")) # Appel de l'API geo.api.gouv.fr (renvoie un data.frame, ou une liste vide) appel_geo <- function(chemin, ...) { request(paste0(GEO_URL, chemin)) |> req_url_query(...) |> req_retry(max_tries = 3) |> req_perform() |> resp_body_json(simplifyVector = TRUE) } # Noms de communes -> codes INSEE (dans le département choisi uniquement) codes_insee_communes <- function(noms) { unlist(lapply(noms, function(nom) { res <- appel_geo("/communes", nom = nom, codeDepartement = DEPARTEMENT_INSEE, fields = "nom,code", limit = 5) if (length(res) == 0 || nrow(res) == 0) { warning("Commune introuvable dans le département ", DEPARTEMENT_INSEE, " : ", nom) return(NULL) } exact <- which(normaliser(res$nom) == normaliser(nom)) choix <- if (length(exact) > 0) exact[1] else 1 message(sprintf("Commune « %s » -> %s (%s)", nom, res$nom[choix], res$code[choix])) res$code[choix] })) } # Noms de communautés de communes / EPCI -> codes INSEE de leurs communes isèroises codes_insee_epci <- function(noms) { unlist(lapply(noms, function(nom) { res <- appel_geo("/epcis", nom = nom, codeDepartement = DEPARTEMENT_INSEE, fields = "nom,code", limit = 5) if (length(res) == 0 || nrow(res) == 0) { warning("Intercommunalité introuvable dans le département ", DEPARTEMENT_INSEE, " : ", nom) return(NULL) } partiel <- which(grepl(normaliser(nom), normaliser(res$nom), fixed = TRUE)) choix <- if (length(partiel) > 0) partiel[1] else 1 message(sprintf("Intercommunalité « %s » -> %s (SIREN %s)%s", nom, res$nom[choix], res$code[choix], if (nrow(res) > 1) paste0(" ; autres candidats : ", paste(res$nom[-choix], collapse = ", ")) else "")) communes <- appel_geo(paste0("/epcis/", res$code[choix], "/communes"), fields = "nom,code") # on ne garde que les communes du département (une EPCI peut déborder) codes <- communes$code[startsWith(communes$code, DEPARTEMENT_INSEE)] message(sprintf(" %s commune(s) retenue(s) en Isère", length(codes))) codes })) } # Assemble le filtre final : Isère (toujours) + communes (option) + autres filtres (option) construire_filtre_final <- function() { champ_dep <- "isLocatedAt.address.hasAddressCity.isPartOfDepartment.insee" champ_ville <- "isLocatedAt.address.hasAddressCity.insee" filtres <- paste0(champ_dep, "[eq]=", DEPARTEMENT_INSEE) # toujours appliqué codes <- unique(c( if (!is.null(COMMUNES)) codes_insee_communes(COMMUNES), if (!is.null(INTERCOMMUNALITES)) codes_insee_epci(INTERCOMMUNALITES), CODES_INSEE_COMMUNES )) if (!is.null(COMMUNES) || !is.null(INTERCOMMUNALITES) || !is.null(CODES_INSEE_COMMUNES)) { if (length(codes) == 0) stop("Aucune commune trouvée pour les noms demandés : import annulé.") filtres <- c(filtres, paste0(champ_ville, "[in]=", paste(codes, collapse = ","))) } if (!is.null(FILTRES)) filtres <- c(filtres, paste0("(", FILTRES, ")")) paste(filtres, collapse = " AND ") } # Construit la requête HTTP (1re page, ou page suivante si `url` est fournie) construire_requete <- function(url = NULL) { if (is.null(url)) { req <- request(paste0(BASE_URL, "/", ENDPOINT)) |> req_url_query( page_size = TAILLE_PAGE, lang = LANGUES, filters = FILTRE_FINAL, # Isère + communes + autres filtres search = RECHERCHE, fields = FIELDS, sort = TRI, geo_distance = GEO_DISTANCE, geo_bounding = GEO_BOUNDING # les paramètres NULL sont ignorés ) } else { req <- request(sub("^http://", "https://", url)) # lien "next" fourni par l'API } req |> req_headers(`X-API-Key` = API_KEY) |> # méthode d'authentification recommandée req_user_agent("R - import DATAtourisme") |> req_retry(max_tries = 4, is_transient = \(r) resp_status(r) %in% c(429, 500, 502, 503, 504)) |> req_error(body = \(r) tryCatch( paste(unlist(resp_body_json(r)), collapse = " | "), error = \(e) "(pas de détail renvoyé par l'API)" )) } # Télécharge les pages successives en suivant meta$next (méthode recommandée par l'API) recuperer_pois <- function() { objets <- list() url <- NULL page <- 0 repeat { page <- page + 1 resp <- req_perform(construire_requete(url)) corps <- resp_body_json(resp, simplifyVector = FALSE) if (page == 1) { message(sprintf("%s résultats au total, soit %s pages de %s.", corps$meta$total, corps$meta$total_pages, TAILLE_PAGE)) if (!is.null(corps$meta$total_pages) && corps$meta$total_pages > MAX_PAGES) message(sprintf("Seules les %s premières pages seront téléchargées (MAX_PAGES).", MAX_PAGES)) } objets <- c(objets, corps$objects) message(sprintf("Page %s : %s POI cumulés", page, length(objets))) url <- corps$meta[["next"]] if (is.null(url) || page >= MAX_PAGES) break Sys.sleep(PAUSE) } objets } # Valeurs d'un thésaurus (utile pour construire des filtres) # Codes : Theme, Amenity, PeopleAudience, LocomotionMode, DifficultyLevel, Rating, PointOfInterestClass thesaurus <- function(code) { request(paste0(BASE_URL, "/thesaurus/", code)) |> req_headers(`X-API-Key` = API_KEY) |> req_perform() |> resp_body_json(simplifyVector = FALSE) } # Transforme une valeur JSON (texte, tableau, objet multilingue) en une chaîne aplatir <- function(x) { if (is.null(x) || length(x) == 0) return(NA_character_) if (!is.list(x)) return(paste(x, collapse = " | ")) if (!is.null(names(x))) { # objet, ex. {"fr": [...], "en": [...]} cle <- if (LANGUE_AFFICHEE %in% names(x)) LANGUE_AFFICHEE else names(x)[1] return(aplatir(x[[cle]])) } if (all(vapply(x, \(e) !is.list(e), logical(1)))) # tableau de valeurs simples return(paste(unlist(x), collapse = " | ")) aplatir(x[[1]]) # tableau d'objets : on prend le 1er } # Va chercher "a.b.c" dans un POI ; essaie plusieurs chemins si on en donne plusieurs extraire <- function(poi, chemins) { for (chemin in chemins) { x <- poi for (nom in strsplit(chemin, ".", fixed = TRUE)[[1]]) { if (!is.list(x)) { x <- NULL; break } if (is.null(names(x)) && length(x) > 0) x <- x[[1]] # tableau -> 1er élément if (!is.list(x)) { x <- NULL; break } x <- x[[nom]] if (is.null(x)) break } val <- aplatir(x) if (!is.na(val)) return(val) } NA_character_ } # Liste de POI -> tableau (data.frame) vers_tableau <- function(objets) { df <- map_dfr(objets, \(o) as_tibble(map(COLONNES, \(ch) extraire(o, ch)))) df |> mutate(across(any_of(c("latitude", "longitude")), as.numeric)) } # --------------------------------------------------------------------- # 3. IMPORT DES DONNÉES # --------------------------------------------------------------------- FILTRE_FINAL <- construire_filtre_final() message("Filtre envoyé à l'API : ", FILTRE_FINAL) pois_brut <- recuperer_pois() # liste brute (JSON converti en listes R) df <- vers_tableau(pois_brut) print(df) # 👉 À faire une fois : inspecter la structure brute d'un POI pour vérifier # les chemins de COLONNES, ou pour repérer d'autres champs à extraire. # str(pois_brut[[1]], max.level = 4) # --------------------------------------------------------------------- # 4. VISUALISATION (✏️ choisir selon le type de données) # --------------------------------------------------------------------- # "carte" : carte interactive des POI (lieux, événements ayant une position) # "barres" : nombre de POI par modalité d'une variable (commune, type...) # "chronologie" : nombre d'événements par mois (endpoint "entertainmentAndEvent", # avec FIELDS et la colonne date_debut activés plus haut) # "aucune" : pas de graphique VISU <- "carte" # Pour "barres" : variable à compter (nom d'une colonne de COLONNES) et nombre de modalités VARIABLE_BARRES <- "commune" TOP_N <- 15 if (VISU == "carte") { df_geo <- df |> filter(!is.na(latitude), !is.na(longitude)) carte <- leaflet(df_geo) |> addTiles() |> addCircleMarkers( lng = ~longitude, lat = ~latitude, radius = 4, popup = ~paste0("<b>", htmltools::htmlEscape(nom), "</b><br>", htmltools::htmlEscape(commune)), clusterOptions = markerClusterOptions() ) print(carte) } else if (VISU == "barres") { g <- df |> filter(!is.na(.data[[VARIABLE_BARRES]])) |> count(across(all_of(VARIABLE_BARRES)), sort = TRUE) |> slice_head(n = TOP_N) |> ggplot(aes(x = reorder(.data[[VARIABLE_BARRES]], n), y = n)) + geom_col(fill = "steelblue") + coord_flip() + labs(x = NULL, y = "Nombre de POI", title = paste("POI par", VARIABLE_BARRES)) + theme_minimal() print(g) } else if (VISU == "chronologie") { if (!"date_debut" %in% names(df)) stop("Activez la colonne date_debut dans COLONNES (et FIELDS avec takesPlaceAt).") g <- df |> mutate(mois = as.Date(paste0(substr(date_debut, 1, 7), "-01"))) |> filter(!is.na(mois)) |> count(mois) |> ggplot(aes(x = mois, y = n)) + geom_col(fill = "steelblue") + labs(x = NULL, y = "Nombre d'événements", title = "Événements par mois de début") + theme_minimal() print(g) } # --------------------------------------------------------------------- # 5. EXPORT (optionnel) ✏️ # --------------------------------------------------------------------- EXPORT_CSV <- NULL # ex. "pois_datatourisme.csv" if (!is.null(EXPORT_CSV)) write.csv(df, EXPORT_CSV, row.names = FALSE, fileEncoding = "UTF-8")

Limites

À garder en tête

  • Les clés, jetons et identifiants sont masqués ici ; les vrais sont dans l'Excel du SSP Cloud et ne doivent jamais être publiés.
  • Script fourni avec le hackathon, non relancé par le portail : les quotas, les adresses d'API et les versions de paquets peuvent avoir changé.