Villes de Botswana avec latitude & longitude – Téléchargez en Excel, CSV, SQL, JSON, XML
Dernière mise à jour : 08 février 2026.
Voici un échantillon sélectionné de 100 villes clés de Botswana, incluant des données essentielles telles que la latitude, la longitude, la région administrative et d'autres attributs utiles.
Cet aperçu est extrait de notre base de données complète, qui comprend un total de 705 localisations géographiques dans tout le pays.
Que vous travailliez sur de la cartographie, de l’analyse de données ou du développement d’applications, nos données sont disponibles pour un usage personnel ou commercial.
Tous les formats sont téléchargeables : Excel (.xlsx), CSV, SQL, JSON et XML.
Capitale mise en avant : La capitale officielle de Botswana est Gaborone.
| Geoname_ID | City | Alternate_Name | Country_Code | Region | Sub_region | Latitude | Longitude | Elevation | Population | Timezone | Fcode_Name |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 7571346 | Matenge | BW | North-East | -20.85315 | 27.26287 | 0 | Africa/Gaborone | populated place | |||
| 933012 | Tikaseoulo | BW | -20.21667 | 23.2 | 0 | Africa/Gaborone | populated place | ||||
| 933872 | Borakalalop Camp | Borakalalo Camp,Borakalalop Camp | BW | Kweneng | -24.4 | 25.51667 | 0 | Africa/Gaborone | populated place | ||
| 11287036 | Ncojane | BW | Ghanzi | -23.13389 | 20.295 | 0 | Africa/Gaborone | populated place | |||
| 7926648 | Mabudzane | BW | North-East | -20.90677 | 27.63389 | 0 | Africa/Gaborone | populated place | |||
| 933194 | Old Palapye | Old Palapye,Palapshwe | BW | Central | -22.56667 | 27.3 | 0 | Africa/Gaborone | populated place | ||
| 933064 | Shoshong | Shoshong,Shushong | BW | Central | -23.0389 | 26.51 | 0 | Africa/Gaborone | populated place | ||
| 7571354 | Masingwaneng | BW | North-East | -20.84835 | 27.32536 | 0 | Africa/Gaborone | populated place | |||
| 933429 | Malatshi | BW | -19.96667 | 22.01667 | 0 | Africa/Gaborone | populated place | ||||
| 933271 | Mosopa | Moshupa,Mosopa | BW | Ngwaketsi | -24.7718 | 25.42156 | 19561 | Africa/Gaborone | populated place | ||
| 933137 | Ratholo | Ratholo,Ratolo | BW | Central | -22.72454 | 27.57199 | 2377 | Africa/Gaborone | populated place | ||
| 11395651 | Mmakgabo | BW | Central | -22.79897 | 27.76966 | 0 | Africa/Gaborone | populated place | |||
| 7571023 | Tshesebe | BW | North-East | -20.7265 | 27.58516 | 0 | Africa/Gaborone | populated place | |||
| 933812 | Dibete Station | Debeete,Debeeti,Dibete,Dibete Station | BW | Central | -23.7476 | 26.47028 | 0 | Africa/Gaborone | populated place | ||
| 7754750 | Sikukwe | BW | North-East | -21.15469 | 27.65202 | 0 | Africa/Gaborone | populated place | |||
| 11205567 | Themashanga | BW | North-East | -20.80083 | 27.55139 | 0 | Africa/Gaborone | populated place | |||
| 933880 | Bokspits | Bokspits | BW | -26.9 | 20.7 | 547 | Africa/Gaborone | populated place | |||
| 1106213 | Mmopone | Mmopane Lands,Mmopone | BW | Kweneng | -24.56694 | 25.87417 | 4927 | Africa/Gaborone | populated place | ||
| 933712 | Kabulabula | BW | Chobe | -17.83333 | 24.96667 | 0 | Africa/Gaborone | populated place | |||
| 933629 | Ki-e-Wonga | BW | Central | -20.33333 | 24.31667 | 0 | Africa/Gaborone | populated place | |||
| 7863996 | Masama | BW | Kgatleng | -23.8638 | 26.40209 | 0 | Africa/Gaborone | populated place | |||
| 933842 | Chichales | BW | -19.41667 | 22.45 | 0 | Africa/Gaborone | populated place | ||||
| 933644 | Khemsbok | BW | Ghanzi | -21.68333 | 21.63333 | 0 | Africa/Gaborone | populated place | |||
| 932993 | Tsau | Tsau | BW | North-West | Ngamiland West | -20.16458 | 22.45573 | 1409 | Africa/Gaborone | populated place | |
| 11405428 | Pitsane Siding | BW | Ngwaketsi | -25.4625 | 25.59528 | 0 | Africa/Gaborone | populated place | |||
| 933382 | Matima | BW | -20.25 | 24.23333 | 0 | Africa/Gaborone | populated place | ||||
| 933897 | Bakwena | BW | Central | -23.76667 | 26.6 | 0 | Africa/Gaborone | populated place | |||
| 933438 | Makwa | BW | Central | -21.74386 | 26.63762 | 0 | Africa/Gaborone | populated place | |||
| 7739153 | Magoriapitse | BW | Ngwaketsi | -25.44332 | 25.28958 | 0 | Africa/Gaborone | populated place | |||
| 7759599 | Dzerudwana | BW | Central | -21.56057 | 26.63799 | 0 | Africa/Gaborone | populated place | |||
| 933075 | Shakse | BW | Central | -22.41667 | 26.73333 | 0 | Africa/Gaborone | populated place | |||
| 7893428 | Thari | BW | Ngwaketsi | -24.78027 | 23.50182 | 0 | Africa/Gaborone | populated place | |||
| 933724 | Ikwaka | BW | -18.9 | 22.36667 | 0 | Africa/Gaborone | populated place | ||||
| 7575008 | Dinokana | BW | Central | -21.01359 | 26.28015 | 0 | Africa/Gaborone | populated place | |||
| 11205201 | Oodi | BW | South-East | -24.57306 | 26.03389 | 0 | Africa/Gaborone | populated place | |||
| 11428095 | Mmamadila | BW | Central | -22.66521 | 27.21998 | 0 | Africa/Gaborone | populated place | |||
| 933510 | Lokwabe | BW | -24.16667 | 21.83333 | 1473 | Africa/Gaborone | populated place | ||||
| 7654630 | Moiyabana | Moiyabana | BW | Central | -22.6318 | 26.40449 | 0 | Africa/Gaborone | populated place | ||
| 7573800 | Mazuwe | BW | North-East | -20.18031 | 27.24364 | 0 | Africa/Gaborone | populated place | |||
| 933456 | Makaleng | Makaleng | BW | North-East | -20.9 | 27.28333 | 1166 | Africa/Gaborone | populated place | ||
| 933602 | Komane | Komane | BW | -20.2 | 23.25 | 203 | Africa/Gaborone | populated place | |||
| 933080 | Sevrelela | BW | -24.9 | 24.91667 | 0 | Africa/Gaborone | populated place | ||||
| 933175 | Paranatungu | BW | Chobe | -18.05 | 24.26667 | 0 | Africa/Gaborone | populated place | |||
| 933091 | Serokhe | BW | Central | -23.05 | 27.36667 | 0 | Africa/Gaborone | populated place | |||
| 933141 | Ramotswa | Ramotswa,Ramoutsa | BW | South-East | -24.87158 | 25.86989 | 21450 | Africa/Gaborone | seat of a first-order administrative division | ||
| 933797 | Ditsinane | BW | Central | -21.41667 | 25.83333 | 0 | Africa/Gaborone | populated place | |||
| 7663130 | Mabeleapodi | Mabeleapodi,Mabeleapudi | BW | Central | -22.21355 | 26.83312 | 0 | Africa/Gaborone | populated place | ||
| 933531 | Likolwalo | Lettertree,Likolwalo | BW | Central | -20.5 | 24.48333 | 0 | Africa/Gaborone | populated place | ||
| 933092 | Seokane | BW | Central | -22.01704 | 27.39913 | 0 | Africa/Gaborone | populated place | |||
| 932997 | Toteng | Toteng | BW | -20.38333 | 22.95 | 556 | Africa/Gaborone | populated place | |||
| 933126 | Sanie | BW | -25.43333 | 22.9 | 0 | Africa/Gaborone | populated place | ||||
| 933096 | Selika | BW | Central | -23.01667 | 27.76667 | 0 | Africa/Gaborone | populated place | |||
| 933365 | Mmatshumo | Mekomxana,Mmatshumo | BW | Central | -21.14722 | 25.68834 | 0 | Africa/Gaborone | populated place | ||
| 933862 | Botlhapatlou | Botlapatla,Botlhapatlou | BW | Kweneng | -24.02591 | 25.48976 | 1013 | Africa/Gaborone | populated place | ||
| 7745760 | Magotlhwane | BW | Ngwaketsi | -24.99919 | 25.58559 | 0 | Africa/Gaborone | populated place | |||
| 933088 | Serowe | Serooue,Serova,Serove,Serovė,Serowe,sai luo wei,selowe,seroue,srwbh,srwwh bwtswana,Σερόουε,Серова,Серове,סרובה,سرووه، بوتسوانا,セロウェ,塞罗韦,세로웨 | BW | Central | -22.38754 | 26.71077 | 47419 | Africa/Gaborone | seat of a first-order administrative division | ||
| 7575001 | Iyaka | BW | Central | -21.22245 | 26.08786 | 0 | Africa/Gaborone | populated place | |||
| 7694647 | Mabolwe | Mabolwe | BW | Central | -21.82117 | 28.82004 | 0 | Africa/Gaborone | populated place | ||
| 7756498 | Tsepe | BW | Central | -21.78436 | 26.13736 | 0 | Africa/Gaborone | populated place | |||
| 7889033 | Serumolwe | BW | Ngwaketsi | -24.02296 | 23.09078 | 0 | Africa/Gaborone | populated place | |||
| 933187 | Oramalai | BW | -20.3 | 24.25 | 0 | Africa/Gaborone | populated place | ||||
| 7571355 | Mambo | BW | North-East | -20.79626 | 27.33386 | 0 | Africa/Gaborone | populated place | |||
| 933563 | Kwedia | BW | -25.26667 | 24.51667 | 0 | Africa/Gaborone | populated place | ||||
| 933011 | Tipa | BW | -25.41667 | 25.21667 | 0 | Africa/Gaborone | populated place | ||||
| 933633 | Khudumelapye | Khudumelapye,Kudumalapshwe | BW | Kweneng | -23.88333 | 24.75 | 2035 | Africa/Gaborone | populated place | ||
| 933252 | Muchenje | BW | Chobe | -17.98475 | 24.64938 | 0 | Africa/Gaborone | populated place | |||
| 7765652 | Serule | BW | Central | -21.91961 | 27.29593 | 0 | Africa/Gaborone | populated place | |||
| 7570919 | Marapong | Marapong | BW | Central | -20.89285 | 27.07206 | 0 | Africa/Gaborone | populated place | ||
| 933885 | Bobonong | Bahonong,Bobonong,bo bo nong,bwbwnwng bwtswana,Бобононг,بوبونونگ، بوتسوانا,博博農 | BW | Central | -21.96554 | 28.43625 | 0 | Africa/Gaborone | populated place | ||
| 933246 | Mushu | BW | -23.58333 | 26.91667 | 0 | Africa/Gaborone | populated place | ||||
| 933170 | Pepascheem | Papascheem,Pepascheem | BW | -22.31667 | 25.9 | 0 | Africa/Gaborone | populated place | |||
| 932990 | Tsekanyani | BW | -19.88333 | 26.61667 | 0 | Africa/Gaborone | populated place | ||||
| 7575064 | Ntshwailo | BW | Central | -20.12546 | 26.89909 | 0 | Africa/Gaborone | populated place | |||
| 932977 | Tshimoyapula | Tshimoyapula,Tsimo Ea Pula | BW | Central | -22.1151 | 26.92685 | 0 | Africa/Gaborone | populated place | ||
| 933711 | Kachikau | Kachikau | BW | Chobe | -18.16667 | 24.46667 | 961 | Africa/Gaborone | populated place | ||
| 11287513 | Mokubilo | BW | Central | -21.33556 | 26.47472 | 0 | Africa/Gaborone | populated place | |||
| 7867559 | Kokong | BW | Ngwaketsi | -24.34496 | 23.11971 | 0 | Africa/Gaborone | populated place | |||
| 933479 | Maditsenyane | Madista,Maditsenyane | BW | Central | -21.03333 | 25.15 | 0 | Africa/Gaborone | populated place | ||
| 7685728 | Pijina | BW | Central | -21.12966 | 26.78671 | 0 | Africa/Gaborone | populated place | |||
| 933205 | Nwanaeanoka | BW | -18.9 | 22.66667 | 0 | Africa/Gaborone | populated place | ||||
| 933701 | Kakoro | BW | -18.91667 | 22.73333 | 0 | Africa/Gaborone | populated place | ||||
| 933702 | Kakoaka | BW | Chobe | -18.66667 | 24.36667 | 0 | Africa/Gaborone | populated place | |||
| 7571024 | Pole | Pole | BW | North-East | -20.60973 | 27.58017 | 0 | Africa/Gaborone | populated place | ||
| 933391 | Massubia | BW | -19.41667 | 22.25 | 0 | Africa/Gaborone | populated place | ||||
| 7543392 | Mulambakwena | BW | North-East | -20.57136 | 27.46042 | 0 | Africa/Gaborone | populated place | |||
| 11205725 | Chanoga | BW | North-West | -20.15558 | 23.65705 | 0 | Africa/Gaborone | populated place | |||
| 933638 | Khomodimo Village | Khomodimo,Khomodimo Village | BW | Ghanzi | -22.71667 | 23.86667 | 0 | Africa/Gaborone | populated place | ||
| 933439 | Makvekve | BW | -19.91667 | 22.2 | 0 | Africa/Gaborone | populated place | ||||
| 933841 | Chiro Pan | BW | -19.46667 | 23.93333 | 0 | Africa/Gaborone | populated place | ||||
| 933366 | Maun | MUB,Maoun,Maun,Maunas,ma weng,maun,mawn bwtswana,Μαούν,Маун,Маўн,מאון,ماون، بوتسوانا,マウン,馬翁,마운 | BW | North-West | -19.98333 | 23.41667 | 49945 | Africa/Gaborone | seat of a first-order administrative division | ||
| 7908685 | Dikgatlong | BW | Kweneng | -24.21936 | 25.89919 | 0 | Africa/Gaborone | populated place | |||
| 933521 | Lobatse | LOQ,Lobace,Lobatse,Lobatsi,Lompatse,lobache,luo ba ce,lwbats bwtswana,robatsue,Λομπάτσε,Лобаце,لوباتس، بوتسوانا,لوباٹسے,ロバツェ,洛巴策,로바체 | BW | Lobatse | -25.22435 | 25.67728 | 30883 | Africa/Gaborone | populated place | ||
| 933778 | Francistown | FRW,Francistown,Fransistaoun,Fransistaun,Frensistaun,Frensistaunas,fransystwwn bwtswana,fu lang xi si dui,furanshisutaun,peulaensiseutaun,Φράνσισταουν,Франсистаун,Франсістаўн,פרנסיסטאון,فرانسس ٹاؤن,فرانسیستوون، بوتسوانا,แฟรนซิสทาวน์,フランシスタウン,弗朗西斯敦,프랜시스타운 | BW | City of Francistown | -21.17 | 27.50778 | 89979 | Africa/Gaborone | seat of a first-order administrative division | ||
| 7893425 | Kobamni | BW | Ngwaketsi | -24.76053 | 23.5393 | 0 | Africa/Gaborone | populated place | |||
| 933773 | Gaborone | GBE,Gabaroneh,Gaberones,Gaberones Village,Gaberono,Gaboron,Gaboronas,Gaborone,Gaboròn,Gaboróne,IGaborone,Nkamporone,Qaborone,gabolone,gaborone,gaboroni,gabwrwn,gbrwn,gebaroni,goborni,haborone,jabwrwn,jia bai long li,jia bo long li,ka bo rone,kaparoni,Γκαμπορόνε,Габаронэ,Габороне,Գաբորոնե,גאבאראן,גאבורון,جابورون,گابورون,گابۆرۆن,گبرون,गॅबारोनी,गोबोर्नी,ਗਾਬੋਰੋਨੀ,காபரோனி,กาโบโรเน,ག་བོ་རོ་ནི།,გაბორონე,ጋበሮኔ,ጋቦሮን,ハボローネ,嘉柏隆里,嘉波隆里,가보로네 | BW | Gaborone | -24.65451 | 25.90859 | 208411 | Africa/Gaborone | capital of a political entity | ||
| 7571467 | Moroka | Moroka | BW | North-East | -20.53362 | 27.65053 | 0 | Africa/Gaborone | populated place | ||
| 933058 | Siambiza | BW | -18.01667 | 23.31667 | 0 | Africa/Gaborone | populated place | ||||
| 933647 | Khanyeng | BW | -25.91667 | 22.5 | 0 | Africa/Gaborone | populated place | ||||
| 933493 | Mabosi Stadt | Mabosi,Mabosi Stadt | BW | Central | -23.23333 | 27.08333 | 0 | Africa/Gaborone | populated place | ||
| 7659479 | Chamme | BW | Central | -22.37955 | 26.63823 | 0 | Africa/Gaborone | populated place |
Botswana : Cartographie de la résilience au cœur de l’Afrique australe
Une terre définie par l’espace, le silence et les changements subtils
Le Botswana est vaste—plus de 580 000 kilomètres carrés de terrain principalement semi-aride — mais il n’est pas vide. Du dynamisme florissant de Gaborone aux routes commerciales empoussiérées de Maun, chaque ville et village de cette nation enclavée raconte une histoire de survie, d’innovation et d’adaptation complexe à la géographie. En tant que géographe, le Botswana invite à la fois à la fascination et à l’humilité ; c’est un pays où la terre dicte la vie.
Ce qui rend le Botswana unique, ce n’est pas seulement l’emblématique delta de l’Okavango ou le désert du Kalahari, mais l’équilibre élégant entre la nature et les établissements humains. Les villes ne sont pas dispersées au hasard ; elles poussent autour de l’eau, des corridors miniers ou des voies migratoires séculaires. Comprendre où se trouvent les villes—et pourquoi — est impossible sans données géographiques précises et granulaires.
Pourquoi les données urbaines localisées sont vitales pour le Botswana
L’économie du Botswana, profondément liée aux diamants et au tourisme, dépend d’une gestion des infrastructures et des ressources qui respecte à la fois l’écologie et les structures sociopolitiques du pays. Les villes sont regroupées en districts, sous-districts et quartiers, mais ces unités administratives ne reflètent souvent pas pleinement les réalités sur le terrain de l’interaction régionale.
C’est pourquoi des données précises au niveau de la ville sont essentielles—non seulement pour planifier des routes ou des écoles plus intelligentes, mais aussi pour comprendre comment la géographie régit le comportement humain ici. La relation spatiale entre les villes minières comme Jwaneng et les villages environnants a des implications pour la politique de transport, l’utilisation de l’eau et même la distribution linguistique. Avoir des données fiables qui capturent les coordonnées de chaque ville et le contexte administratif n’est plus facultatif—c’est fondamental.
Une base de données qui reflète la complexité du pays
Notre base de données géographique pour le Botswana offre une liste exhaustive des villes, villages et villages, chacun correspondant à sa région et division administrative. Il a été conçu non seulement pour l’exhaustivité, mais aussi pour la clarté—conçu pour tout le monde, des chercheurs universitaires et planificateurs de politiques aux développeurs SIG et gestionnaires logistiques.
Que vous étudiiez les tendances de la désertification ou que vous construisiez la prochaine voie panafricaine de livraison, ces données offrent la précision et la structure nécessaires pour accomplir le travail.
Format Excel : Un changement de jeu pour l’accessibilité
Avec la dernière mise à jour, le jeu de données est désormais disponible au format Excel (.xlsx), apportant un niveau d’accessibilité sans précédent. Pour de nombreux professionnels et chercheurs, Excel n’est pas seulement un tableur—c’est une sandbox pour l’analyse.
Maintenant, vous pouvez filtrer par district, isoler les plages de longitude, visualiser la densité urbaine ou faire des références croisées entre la population et l’accès aux ressources—tout cela dans un fichier Excel prêt à être utilisé dès le départ. Cet ajout a été fait spécifiquement pour habiliter les utilisateurs qui ne travaillent peut-être pas dans des environnements SQL ou sur des plateformes de codage, mais qui ont tout de même besoin de données géographiques structurées et de haute qualité.
Autres formats pour la polyvalence et l’intégration
Bien sûr, pour ceux qui travaillent dans des environnements plus spécialisés, le jeu de données du Botswana est également disponible en CSV pour la gestion brute, SQL pour les bases de données relationnelles, JSON pour les applications web et XML pour les systèmes hérités. Mais c’est la version Excel qui ouvre les portes le plus largement, offrant à tous, des travailleurs de terrain aux planificateurs régionaux, un point d’entrée direct dans l’exploration géographique.
Cas d’utilisation : de l’urbanisme à la conservation
* **Planification des transports :** Analyser les distances entre villes et la connectivité routière dans les zones administratives.
* **Gestion de la faune :** Cartographier les établissements humains près des zones de conservation pour anticiper les conflits potentiels ou les zones de collaboration.
* **Sensibilisation éducative :** Identifier les villes mal desservies en croisant l’emplacement avec l’accès aux services.
* **Modélisation économique :** Suivre la croissance de la ville minière par rapport aux indicateurs économiques nationaux.
* **Climate Research :** Utilisez les données de géolocalisation pour lier les îlots de chaleur urbains à l’expansion des zones arides.
Conclusion
Le Botswana est un pays où la terre parle avec une force tranquille, façonnant où les gens vivent, comment ils se déplacent et ce qu’ils construisent. Pour comprendre ce dialogue, il faut passer des cartes générales aux données précises et structurées—ville par ville, coordonnée par coordonnée.
Avec le nouveau format Excel désormais disponible aux côtés de CSV, SQL, JSON et XML, explorer la géographie urbaine du Botswana n’a jamais été aussi intuitif ou puissant. Que vous soyez en train de cartographier le développement futur ou d’étudier la migration historique, ce jeu de données est votre clé pour décoder l’une des nations les plus stables, mais aussi les plus dynamiques d’Afrique.
