Villes de Cameroon avec latitude & longitude – Téléchargez en Excel, CSV, SQL, JSON, XML
Dernière mise à jour : 14 janvier 2026.
Voici un échantillon sélectionné de 100 villes clés de Cameroon, 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 13441 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 Cameroon est Yaoundé.
| Geoname_ID | City | Alternate_Name | Country_Code | Region | Sub_region | Latitude | Longitude | Elevation | Population | Timezone | Fcode_Name |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 2229582 | Ldarbak | CM | Far North | 10.27614 | 13.80257 | 0 | Africa/Douala | populated place | |||
| 6685939 | Kassakia | CM | Far North | 11.48167 | 14.97569 | 0 | Africa/Douala | populated place | |||
| 9112409 | Mayit | CM | West | 5.78634 | 10.65159 | 0 | Africa/Douala | populated place | |||
| 2230657 | Rtéré | Itere,Itéré,Rtere,Rtéré | CM | Far North | 10.95019 | 13.78909 | 0 | Africa/Douala | populated place | ||
| 2227870 | Mbemndjok | CM | Centre | 3.81667 | 11.01667 | 0 | Africa/Douala | populated place | |||
| 2233488 | Boumnkok | Boumkok,Boumnkok | CM | Centre | 3.48333 | 11.13333 | 0 | Africa/Douala | populated place | ||
| 2235997 | Adjap | CM | South | 2.45 | 12.31667 | 0 | Africa/Douala | populated place | |||
| 6730369 | Bezel | CM | Far North | 10.73282 | 14.3006 | 0 | Africa/Douala | populated place | |||
| 11262290 | Hilé Alifa I | CM | Far North | 12.69195 | 14.31976 | 0 | Africa/Douala | populated place | |||
| 2226258 | Makoché | Makoche,Makoché,Mokosse,Mokossé | CM | Far North | 11.01985 | 14.42385 | 0 | Africa/Douala | populated place | ||
| 2236136 | Abang | CM | South | 2.58333 | 11.03333 | 0 | Africa/Douala | populated place | |||
| 6855345 | Motomo | CM | South-West | 6.37786 | 9.50922 | 0 | Africa/Douala | populated place | |||
| 2222225 | Sanguéré | CM | North | 9.26667 | 13.46667 | 0 | Africa/Douala | populated place | |||
| 2223435 | Ntoumou | CM | Centre | 3.61667 | 11.56667 | 0 | Africa/Douala | populated place | |||
| 2222047 | Siko | CM | North | 8.65157 | 13.10133 | 0 | Africa/Douala | populated place | |||
| 2233905 | Bivouna | CM | Centre | 4.53333 | 11.63333 | 0 | Africa/Douala | populated place | |||
| 2594904 | Bokulang | Bokulang,Sokulang | CM | Littoral | 4.1051 | 9.489 | 0 | Africa/Douala | populated place | ||
| 2228993 | Madiaré | Madiare,Madiaré,Madyiare,Madyiaré | CM | Far North | 10.47899 | 14.84836 | 0 | Africa/Douala | populated place | ||
| 7110237 | Njingwen | Njingwen | CM | West | 5.54096 | 10.75585 | 0 | Africa/Douala | populated place | ||
| 2223881 | Nkoloboutou | CM | Centre | 4.5 | 12 | 0 | Africa/Douala | populated place | |||
| 2233427 | Bouzi | CM | North | 8.2 | 13.56667 | 0 | Africa/Douala | populated place | |||
| 2222876 | Ouro Boro | CM | North | 9.05 | 12.88333 | 0 | Africa/Douala | populated place | |||
| 2223696 | Nkoumékéké | CM | South | 2.36667 | 11.26667 | 0 | Africa/Douala | populated place | |||
| 2235336 | Awout | CM | South | 3.25 | 11.85 | 0 | Africa/Douala | populated place | |||
| 2235483 | Asam | Asam,Assam,Essama | CM | South | 3.16667 | 11.65 | 0 | Africa/Douala | populated place | ||
| 6731993 | Djamhoura | CM | Far North | 10.3205 | 14.42309 | 0 | Africa/Douala | populated place | |||
| 6685547 | Blablin | CM | Far North | 11.25472 | 14.01333 | 0 | Africa/Douala | populated place | |||
| 2223843 | Nkom | CM | Littoral | 4 | 10.18333 | 0 | Africa/Douala | populated place | |||
| 2232051 | Ekumbako | CM | South-West | 4.8994 | 8.8739 | 0 | Africa/Douala | populated place | |||
| 9110149 | Femloum | CM | West | 5.73531 | 10.87861 | 0 | Africa/Douala | populated place | |||
| 8696654 | Manbarla | CM | Adamaoua | 6.39223 | 12.57797 | 0 | Africa/Douala | populated place | |||
| 8665364 | Ndoudja | CM | North | 9.4703 | 13.47668 | 0 | Africa/Douala | populated place | |||
| 2222854 | Ouro Haman Hadama | Ouro Hamahadama,Ouro Haman Hadama | CM | North | 9.1077 | 14.1253 | 0 | Africa/Douala | populated place | ||
| 2221985 | Sobolo | Sobolo,Sogolo | CM | East | 4.18333 | 14.78333 | 0 | Africa/Douala | populated place | ||
| 2225920 | Mougda | CM | Far North | 12.49958 | 14.8051 | 0 | Africa/Douala | populated place | |||
| 2221882 | Sotobouton | CM | North | 9.5 | 13.45 | 0 | Africa/Douala | populated place | |||
| 2233554 | Bouéma | CM | South | 2.65 | 10.06667 | 0 | Africa/Douala | populated place | |||
| 2235319 | Ayos | Ajos,Ajŏs,Ayos | CM | Centre | 3.9 | 12.51667 | 0 | Africa/Douala | populated place | ||
| 2234376 | Beramcaragoua | Beramcaragoua,Beramkaragoua,Béramkaragoua | CM | Far North | 12.3522 | 14.53018 | 0 | Africa/Douala | populated place | ||
| 2222889 | Ouro Alao | Ouro Alao,Ouro Allao | CM | Far North | 10.73708 | 14.71036 | 0 | Africa/Douala | populated place | ||
| 6730357 | Manzala | CM | Far North | 10.82929 | 14.17166 | 0 | Africa/Douala | populated place | |||
| 2233142 | Déoulé | CM | East | 5.23333 | 13.56667 | 0 | Africa/Douala | populated place | |||
| 2223210 | Okong | CM | Centre | 3.6 | 11.63333 | 0 | Africa/Douala | populated place | |||
| 2225009 | Ndouminbé | Dogmembe,Dogmembé,Ndouminbe,Ndouminbé | CM | East | 4.51667 | 14.48333 | 0 | Africa/Douala | populated place | ||
| 2227162 | Mendju | Mendiou,Mendju | CM | West | 5.30886 | 10.07298 | 0 | Africa/Douala | populated place | ||
| 2230596 | Kagbané | CM | Centre | 4.58333 | 12.93333 | 0 | Africa/Douala | populated place | |||
| 2594816 | Bai Longe | CM | South-West | 4.4879 | 9.2537 | 0 | Africa/Douala | populated place | |||
| 2221110 | Garou | Garou,Ouaza-Garou,Waza Garou | CM | Far North | 11.3975 | 14.55528 | 0 | Africa/Douala | populated place | ||
| 7109641 | Baletsi | Baletsi,Letsi | CM | West | 5.50948 | 10.26507 | 0 | Africa/Douala | populated place | ||
| 2223532 | Nser | CM | North-West | 6.84132 | 10.11323 | 0 | Africa/Douala | populated place | |||
| 2220874 | Yik | Yick,Yik | CM | Far North | 12.51189 | 14.59519 | 0 | Africa/Douala | populated place | ||
| 2594881 | Ebobe | CM | South-West | 4.8435 | 9.2358 | 0 | Africa/Douala | populated place | |||
| 2594946 | Mangoulé | CM | Littoral | 4.1496 | 9.9568 | 0 | Africa/Douala | populated place | |||
| 8605579 | King-Place | CM | West | 5.25446 | 10.34911 | 0 | Africa/Douala | populated place | |||
| 6730080 | Mayel Daledjé | CM | North | 10.00019 | 14.0584 | 0 | Africa/Douala | populated place | |||
| 2232961 | Djakoundi | CM | East | 4.06667 | 13.1 | 0 | Africa/Douala | populated place | |||
| 2224758 | Ngibasal | Ngibasal | CM | Centre | 4.06667 | 11.05 | 0 | Africa/Douala | populated place | ||
| 9074422 | Oualamay | CM | Far North | 10.7914 | 13.9833 | 0 | Africa/Douala | populated place | |||
| 6685580 | Goali | CM | Far North | 11.06889 | 14.49081 | 0 | Africa/Douala | populated place | |||
| 6731502 | Goney | CM | Far North | 10.39082 | 14.82994 | 0 | Africa/Douala | populated place | |||
| 8562547 | Zingbwot | CM | West | 5.4249 | 10.00167 | 0 | Africa/Douala | populated place | |||
| 6730317 | Dagayang | CM | Far North | 10.18479 | 14.26984 | 0 | Africa/Douala | populated place | |||
| 7109045 | Bonneka | Bonneka | CM | West | 5.74747 | 10.13386 | 0 | Africa/Douala | populated place | ||
| 9074927 | Sankia | CM | West | 5.56001 | 10.12449 | 0 | Africa/Douala | populated place | |||
| 2234464 | Bélita II | CM | East | 4.38333 | 14.7 | 0 | Africa/Douala | populated place | |||
| 8594940 | Marap | CM | West | 5.32721 | 10.83896 | 0 | Africa/Douala | populated place | |||
| 2222491 | Poulatari | CM | Far North | 11.1755 | 14.00539 | 0 | Africa/Douala | populated place | |||
| 6760066 | Wafango | CM | Far North | 10.45416 | 13.84564 | 0 | Africa/Douala | populated place | |||
| 2235645 | Amdjagara | CM | Far North | 12.39221 | 14.70945 | 0 | Africa/Douala | populated place | |||
| 2227462 | Medjémé | CM | Centre | 3.46667 | 12.06667 | 0 | Africa/Douala | populated place | |||
| 6858131 | Abwayortang | CM | South-West | 5.6578 | 9.2514 | 0 | Africa/Douala | populated place | |||
| 2223344 | Nyimbé | CM | East | 3.98333 | 12.95 | 0 | Africa/Douala | populated place | |||
| 9110860 | Mechouemfu | CM | West | 5.69733 | 10.81596 | 0 | Africa/Douala | populated place | |||
| 2233958 | Bissiriou | CM | North | 8.9426 | 14.343 | 0 | Africa/Douala | populated place | |||
| 2231105 | Goloumou | CM | Adamaoua | 7.11667 | 14.46667 | 0 | Africa/Douala | populated place | |||
| 9086429 | Bagang | CM | West | 5.50211 | 10.29425 | 0 | Africa/Douala | populated place | |||
| 2228453 | Mante | CM | West | 6.05 | 11.18333 | 0 | Africa/Douala | populated place | |||
| 6621495 | Bandam (new) | CM | Adamaoua | 6.17093 | 11.56294 | 0 | Africa/Douala | populated place | |||
| 9097145 | Nté | CM | North-West | 5.77083 | 10.25434 | 0 | Africa/Douala | populated place | |||
| 2223333 | Mbome Ngwandang | Mbome Ngwandang,Nguandang | CM | Littoral | 4.5598 | 9.6481 | 0 | Africa/Douala | populated place | ||
| 2222043 | Sim | CM | Centre | 3.45 | 11.25 | 0 | Africa/Douala | populated place | |||
| 8667699 | Nafitango | CM | North | 9.19897 | 13.98119 | 0 | Africa/Douala | populated place | |||
| 2227380 | Mekalaté | CM | South | 2.9 | 11.16667 | 0 | Africa/Douala | populated place | |||
| 2233713 | Bombot | CM | Centre | 6.1 | 11.86667 | 0 | Africa/Douala | populated place | |||
| 2224818 | Ngaroua | CM | Far North | 10.43004 | 14.58645 | 0 | Africa/Douala | populated place | |||
| 9096507 | Monkwô | CM | North-West | 5.94979 | 10.44148 | 0 | Africa/Douala | populated place | |||
| 2230036 | Kon Kidoum | CM | Centre | 4.71667 | 11.06667 | 0 | Africa/Douala | populated place | |||
| 6759919 | Louguéré Maki | CM | Far North | 10.50183 | 13.88399 | 0 | Africa/Douala | populated place | |||
| 6858136 | Ewelle II | CM | South-West | 5.6469 | 9.201 | 0 | Africa/Douala | populated place | |||
| 6869376 | Dibi | CM | North | 9.921 | 14.03 | 0 | Africa/Douala | populated place | |||
| 2224835 | Ngani | CM | North | 7.7 | 15.33333 | 0 | Africa/Douala | populated place | |||
| 6731636 | Dana | CM | Far North | 10.1681 | 14.89393 | 0 | Africa/Douala | populated place | |||
| 9074838 | Menguéa II | CM | West | 5.57657 | 10.18633 | 0 | Africa/Douala | populated place | |||
| 9085341 | Mifi | CM | West | 5.69032 | 10.33563 | 0 | Africa/Douala | populated place | |||
| 8562550 | Latioupou | CM | West | 5.42698 | 10.02699 | 0 | Africa/Douala | populated place | |||
| 2231669 | Féirdé Wamdé | CM | Adamaoua | 7.1 | 14.46667 | 0 | Africa/Douala | populated place | |||
| 2226482 | Minyamé | CM | Littoral | 3.8 | 9.6 | 0 | Africa/Douala | populated place | |||
| 9112639 | Mfopèt | CM | West | 5.80701 | 10.9334 | 0 | Africa/Douala | populated place | |||
| 2227839 | Mbésélébot | CM | East | 4.01667 | 14.01667 | 0 | Africa/Douala | populated place | |||
| 2230088 | Konbom | Komboum,Konbom | CM | North | 10.08281 | 13.71608 | 0 | Africa/Douala | populated place |
Cameroun : un canevas géographique de diversité et de précision
Du Golfe aux Hautes Terres : la fascination d’un géographe
Le Cameroun est un pays qui défie la classification simple. Il s’étend des plaines côtières humides du golfe de Guinée aux savanes du nord, tissant ensemble les écosystèmes, les langues et les cultures en une identité nationale singulière. Pour tout géographe, c’est un rêve—une interaction complexe entre la topographie, les zones climatiques et les cadres administratifs.
Mais pour bien comprendre le Cameroun, il faut aller bien au-delà des cartes. Le véritable pouvoir réside dans les données urbaines et administratives structurées—ville par ville, région par région, département par département. J’ai passé des années à construire un ensemble de données géographiques qui rend le Cameroun lisible aux planificateurs, chercheurs et professionnels. L’architecture de ces données ouvre la porte à des informations approfondies, et maintenant, avec une amélioration récente, les utilisateurs peuvent y accéder au format Excel (xlsx) —sans doute l’outil le plus intuitif et flexible pour l’exploration de données géographiques.
Systèmes urbains ancrés dans une logique administrative
Chaque ville au Cameroun a une histoire, mais tout aussi important, chacune appartient à un cadre de hiérarchie administrative. La nation est divisée en dix régions, et à l’intérieur de celles-ci se trouvent de nombreux départements et subdivisions. Comprendre comment les villes sont intégrées dans ces structures est essentiel pour tout, de la modélisation économique à la conception des politiques sociales.
Avec ce jeu de données, vous pouvez identifier non seulement où les villes sont situées, mais aussi comment elles fonctionnent au sein de leurs régions et départements. Cela est inestimable pour tout domaine qui nécessite une sensibilisation aux frontières administratives—de la planification de l’éducation au déploiement des infrastructures.
Latitude, Longitude et Précision Spatiale
Au cœur de toute analyse géographique sérieuse se trouve une géolocalisation précise. Chaque ville dans cette base de données du Cameroun est épinglée à sa latitude et longitude exactes, permettant aux utilisateurs d’effectuer des analyses spatiales, de générer des cartes personnalisées ou de fournir des services basés sur la localisation.
Qu’il s’agisse de tracer des corridors de transport, d’identifier les zones à risque pour l’impact climatique ou simplement de visualiser la portée du marché, le pouvoir des coordonnées—cachées mais présentes — ne peut être surestimé. Et dans ce cas, chaque point de données est prêt à s’intégrer sans problème dans votre système.
L’avantage Excel
Soyons honnêtes : alors que des formats comme SQL et JSON sont vitaux pour les workflows techniques, Excel reste le champion inégalé de l’accessibilité. Avec le nouveau support Excel (xlsx), ce jeu de données devient exponentiellement plus puissant pour les utilisateurs de toutes les disciplines.
Les travailleurs du secteur public, le personnel des ONG, les analystes et les consultants peuvent désormais filtrer, trier et segmenter les données des villes camerounaises avec facilité—aucun codage requis. Vous souhaitez vous concentrer sur les villes de la région Nord-Ouest ? Filtrez la colonne. Besoin d’extraire des centres de population au niveau du département ? En quelques clics. Excel donne du pouvoir aux nombreuses personnes qui comptent sur la clarté, pas sur la complexité.
Cela est particulièrement pertinent dans l’environnement administratif multilingue du Cameroun, où les nuances locales exigent souvent une adaptabilité et une personnalisation rapides—ce qu’Excel fournit sans effort.
Formats qui conviennent à tous les cas d’utilisation
En plus d’Excel, le jeu de données du Cameroun est disponible dans une suite de formats puissants conçus pour répondre à un large éventail de besoins techniques :
* **CSV**, léger et universel
* **SQL**, pour intégration dans les systèmes d’information géographique et urbaine
* **JSON**, idéal pour le développement web et l’intégration d’applications
* **XML**, pour l’interopérabilité avec les systèmes hérités et les plateformes réglementaires
Que vous construisiez un portail de données civiques, alimentant un modèle d’IA ou planifiiez une réponse humanitaire, cette flexibilité garantit que les données vous atteignent là où vous êtes.
Des données qui servent l’avenir
Le Cameroun est au carrefour de la tradition et de la transformation. L’expansion urbaine redessine le paysage, tandis que les structures de gouvernance décentralisées créent de nouvelles dynamiques entre départements et régions. Dans ce contexte changeant, l’accès à des données géographiques claires et bien structurées n’est pas facultatif—c’est essentiel.
Des prestataires logistiques qui optimisent les itinéraires de livraison du dernier kilomètre aux scientifiques environnementaux qui suivent les changements d’utilisation des terres, les données structurées au niveau de la ville sont l’épine dorsale de l’action fondée sur des preuves. Et avec cet ensemble de données, la complexité géographique du Cameroun devient navigable, mesurable et finalement compréhensible—.
Conclusion
La riche mosaïque de villes, régions et départements du Cameroun mérite plus qu’un point sur la carte. Il exige une approche structurée et précise—ancrée dans la passion pour les détails géographiques et délivrée par des outils qui fonctionnent pour de vrais utilisateurs. Avec la prise en charge d’Excel et d’autres formats critiques, mon ensemble de données offre une passerelle pour comprendre et travailler avec le Cameroun comme jamais auparavant. Pour ceux qui croient que les données peuvent stimuler le développement, c’est ici que commence le voyage.
