Villes de Democratic Republic of the Congo avec latitude & longitude – Téléchargez en Excel, CSV, SQL, JSON, XML
Dernière mise à jour : 29 avril 2026.
Voici un échantillon sélectionné de 100 villes clés de Democratic Republic of the Congo, 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 36908 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 Democratic Republic of the Congo est Kinshasa.
| Geoname_ID | City | Alternate_Name | Country_Code | Region | Sub_region | Latitude | Longitude | Elevation | Population | Timezone | Fcode_Name |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 220210 | Asa | CD | Bas-Uele | Ango | 4.56861 | 25.82062 | 0 | Africa/Lubumbashi | populated place | ||
| 10026550 | Kifungwa | CD | Haut-Lomami | Bukama | -8.93516 | 25.65722 | 0 | Africa/Lubumbashi | populated place | ||
| 206821 | Nzombe | Nzombe,Nzombe Amont | CD | South Kivu | Mwenga | -3.17495 | 28.52059 | 0 | Africa/Lubumbashi | populated place | |
| 8462161 | Kakwata | CD | Lualaba | Sandoa | -9.67731 | 23.98919 | 0 | Africa/Lubumbashi | populated place | ||
| 219909 | Bagbe | CD | Tshopo | Banalia | 2.11366 | 25.76751 | 0 | Africa/Lubumbashi | populated place | ||
| 219606 | Bandu | CD | Tshopo | Basoko | 1.12799 | 23.5902 | 0 | Africa/Lubumbashi | populated place | ||
| 2312936 | Mayoko | CD | Kwilu | Bulungu | -4.43333 | 19 | 0 | Africa/Kinshasa | populated place | ||
| 207647 | Mwanda | CD | Kasai-Central | Luiza | -7.36097 | 22.54614 | 0 | Africa/Lubumbashi | populated place | ||
| 209007 | Mizinga | CD | South Kivu | Mwenga | -3.27773 | 28.01491 | 0 | Africa/Lubumbashi | populated place | ||
| 2314513 | Kimponzi | CD | Kwilu | Bulungu | -4.33333 | 18.26667 | 0 | Africa/Kinshasa | populated place | ||
| 210715 | Lukodi | Ibombo-Lukodi,Lukodi | CD | Kasai | Ilebo | -5.48699 | 20.6787 | 0 | Africa/Lubumbashi | populated place | |
| 10214897 | Kasafi | CD | Lualaba | Lubudi | -10.68704 | 26.31427 | 0 | Africa/Lubumbashi | populated place | ||
| 9940653 | Kalenda | CD | Tanganyika | Manono | -7.24494 | 26.83995 | 0 | Africa/Lubumbashi | populated place | ||
| 8277017 | Tshisekedi-Panda | CD | Kasai | Kamonia | -5.87453 | 20.72179 | 0 | Africa/Lubumbashi | populated place | ||
| 8276020 | Kilwamba | CD | Kwilu | Masi-Manimba | -5.48243 | 18.16674 | 0 | Africa/Kinshasa | populated place | ||
| 216549 | Fayala | CD | Maniema | Punia | -1.4 | 26.15 | 0 | Africa/Lubumbashi | populated place | ||
| 8277289 | Kabuanga-Kole | CD | Kasai | Luebo | -5.46531 | 21.15539 | 0 | Africa/Lubumbashi | populated place | ||
| 8520625 | Kabokantanda | Kabokantanda,Kabokatanda | CD | Lomami | Luilu | -7.78536 | 23.77341 | 0 | Africa/Lubumbashi | populated place | |
| 212778 | Kapinga-Zambi | Kapinga-Zambi,Kipinga-Zambi | CD | Kasai | Luebo | -5.44847 | 21.35412 | 0 | Africa/Lubumbashi | populated place | |
| 2315445 | Indolo | CD | Mai-Ndombe | Oshwe | -4.1297 | 19.89084 | 0 | Africa/Kinshasa | populated place | ||
| 8462231 | Tshitalika | CD | Lualaba | Sandoa | -9.26746 | 23.72312 | 0 | Africa/Lubumbashi | populated place | ||
| 7504893 | Mobambu | Mobambu | CD | Sud-Ubangi | Budjala | 2.51597 | 19.45557 | 0 | Africa/Kinshasa | populated place | |
| 204307 | Wandjundo | Wandjundo,Wanjondo | CD | Tshuapa | Boende | -0.3 | 20.4 | 0 | Africa/Kinshasa | populated place | |
| 215407 | Kabundi | CD | Tanganyika | Kongolo Ville | -5.05 | 27.16667 | 0 | Africa/Lubumbashi | populated place | ||
| 210660 | Lukumbo | CD | South Kivu | Mwenga | -3.11667 | 28.31667 | 0 | Africa/Lubumbashi | populated place | ||
| 8435500 | Miasa | CD | Nord Kivu | Walikale | -1.73208 | 28.19025 | 0 | Africa/Lubumbashi | populated place | ||
| 214519 | Kamunza-Kaluba | Kamuanza-Kaluba,Kamunza-Kaluba | CD | Haut-Lomami | Kabongo | -7.01667 | 25.81667 | 0 | Africa/Lubumbashi | populated place | |
| 209384 | Matungulu | CD | Bas-Uele | Poko | 2.66181 | 26.34569 | 0 | Africa/Lubumbashi | populated place | ||
| 7504734 | Dipemudze | Dipemudze | CD | Ituri | Irumu | 1.36557 | 29.55594 | 0 | Africa/Lubumbashi | populated place | |
| 2312156 | Mwana-Zita-Kapende | CD | Kwango | Kenge | -5.7929 | 17.17142 | 0 | Africa/Kinshasa | populated place | ||
| 2315213 | Kakondo | Kakondo,Kakoondo | CD | Kwango | Kasongo-Lunda | -7.73135 | 17.42755 | 0 | Africa/Kinshasa | populated place | |
| 8146760 | Tingolo | CD | Bas-Uele | Aketi | 2.8838 | 24.28837 | 0 | Africa/Lubumbashi | populated place | ||
| 10003182 | Bwanga | Buanga,Bwanga | CD | Lomami | Kabinda | -6.61908 | 25.19972 | 0 | Africa/Lubumbashi | populated place | |
| 209699 | Mandjeka | CD | Mongala | Bumba | 2.70926 | 21.71364 | 0 | Africa/Kinshasa | populated place | ||
| 215053 | Kalala-Mondele | Kalala-Mondeke,Kalala-Mondele | CD | Kasai-Central | Dibaya | -6.5354 | 22.92782 | 0 | Africa/Lubumbashi | populated place | |
| 8440247 | Muasonga | CD | Kasai | Kamonia | -7.22533 | 21.50559 | 0 | Africa/Lubumbashi | populated place | ||
| 209607 | Maniole | CD | Tshopo | Bafwasende | 0.95 | 27.83333 | 0 | Africa/Lubumbashi | populated place | ||
| 8277489 | Tunsele | CD | Kasai | Luebo | -5.93516 | 21.54681 | 0 | Africa/Lubumbashi | populated place | ||
| 2314517 | Kimpingi | CD | Bas-Congo | Madimba | -5.0742 | 15.52768 | 0 | Africa/Kinshasa | populated place | ||
| 205709 | Sesenge | CD | Haut-Uele | Faradje | 3.49241 | 29.7348 | 0 | Africa/Lubumbashi | populated place | ||
| 207718 | Mwadi-Masangu | CD | Haut-Lomami | Kaniama | -7.85025 | 24.381 | 0 | Africa/Lubumbashi | populated place | ||
| 206909 | Ntume | CD | Tshuapa | Boende | -0.80054 | 21.2221 | 0 | Africa/Kinshasa | populated place | ||
| 2313033 | Mapemba | CD | Kwango | Kasongo-Lunda | -6.21883 | 17.15619 | 0 | Africa/Kinshasa | populated place | ||
| 8448079 | Shamoliandu | CD | Kwango | Kahemba | -7.15731 | 19.02266 | 0 | Africa/Kinshasa | populated place | ||
| 2313330 | Lumbamba | CD | Kwilu | Masi-Manimba | -5.54777 | 18.25472 | 0 | Africa/Kinshasa | populated place | ||
| 206037 | Rwe | CD | Ituri | Djugu | 2.31667 | 30.08333 | 0 | Africa/Lubumbashi | populated place | ||
| 219555 | Bangloma | CD | Bas-Uele | Poko | 3.65 | 26.83333 | 0 | Africa/Lubumbashi | populated place | ||
| 217996 | Boya | CD | Tshuapa | Monkoto | -0.86667 | 20.26667 | 0 | Africa/Kinshasa | populated place | ||
| 8445952 | Mupepe | CD | Kwango | Kenge | -4.59909 | 17.04624 | 0 | Africa/Kinshasa | populated place | ||
| 2313097 | Mampungu | CD | Kwilu | Bulungu | -5.27817 | 19.01249 | 0 | Africa/Kinshasa | populated place | ||
| 204964 | Tshigoma | CD | South Kivu | Kalehe | -1.98859 | 28.71809 | 0 | Africa/Lubumbashi | populated place | ||
| 213132 | Kikose | CD | Haut-Lomami | Malemba-Nkulu | -7.80075 | 26.5169 | 0 | Africa/Lubumbashi | populated place | ||
| 204065 | Yakambia | Yakambia,Yalambia | CD | Tshopo | Isangi | 0.55 | 24.7 | 0 | Africa/Lubumbashi | populated place | |
| 219730 | Baliakoko | CD | Tshopo | Bafwasende | 1.68308 | 27.04127 | 0 | Africa/Lubumbashi | populated place | ||
| 8448229 | Shasamba | CD | Kwango | Kahemba | -7.38748 | 19.39732 | 0 | Africa/Kinshasa | populated place | ||
| 2313991 | Konde di Kasamvu | Kasamvu,Kasamyu,Konde Kasamyu,Konde di Kasamvu | CD | Bas-Congo | Tshela | -4.95 | 12.71667 | 0 | Africa/Kinshasa | populated place | |
| 922616 | Mafinge | CD | Haut-Katanga | Kasenga | -10.87634 | 27.36976 | 0 | Africa/Lubumbashi | populated place | ||
| 2314609 | Kimbata | CD | Bas-Congo | Madimba | -5.2615 | 15.54186 | 0 | Africa/Kinshasa | populated place | ||
| 2312926 | Mazinda | CD | Kwango | Feshi | -6.92571 | 18.21619 | 0 | Africa/Kinshasa | populated place | ||
| 212837 | Kio | Kilo,Kio | CD | Tanganyika | Manono | -7.56141 | 28.10002 | 0 | Africa/Lubumbashi | populated place | |
| 922527 | Mujoka | Mujoka,Namujeka,Namujoko | CD | Lualaba | Dilolo | -10.25 | 22.78333 | 0 | Africa/Lubumbashi | populated place | |
| 203662 | Yaofasu | CD | Tshuapa | Djolu | 1.24722 | 22.50659 | 0 | Africa/Kinshasa | populated place | ||
| 212301 | Kowe | CD | Tshopo | Ubundu | -1.65458 | 25.81638 | 0 | Africa/Lubumbashi | populated place | ||
| 8444020 | Tshimbangu | CD | Kasai | Ilebo | -4.58378 | 20.49251 | 0 | Africa/Lubumbashi | populated place | ||
| 387669 | Kalimba | CD | South Kivu | Uvira | -3.24472 | 29.05611 | 0 | Africa/Lubumbashi | populated place | ||
| 206626 | Ombole | CD | Nord Kivu | Lubero | 0.2385 | 28.63785 | 0 | Africa/Lubumbashi | populated place | ||
| 2593414 | Kinseke | CD | Bas-Congo | Kasangulu | -4.78319 | 15.18225 | 0 | Africa/Kinshasa | populated place | ||
| 10226249 | Misura | CD | Haut-Katanga | Kipushi Ville | -11.51129 | 27.63325 | 0 | Africa/Lubumbashi | populated place | ||
| 923097 | Kalema | CD | Lualaba | Dilolo | -10.86667 | 22.28333 | 0 | Africa/Lubumbashi | populated place | ||
| 207887 | Musungi | CD | Tanganyika | Manono | -7.18333 | 28.33333 | 0 | Africa/Lubumbashi | populated place | ||
| 2314002 | Kombe | Kiombe,Kombe | CD | Bas-Congo | Luozi | -5.14338 | 13.72847 | 0 | Africa/Kinshasa | populated place | |
| 211133 | Lubala | Lubala,Lubale | CD | Lomami | Lubao | -5.57285 | 25.06259 | 0 | Africa/Lubumbashi | populated place | |
| 205513 | Siringi-Moku | Sirigi-Moke,Siringi-Moku | CD | Haut-Uele | Faradje | 2.95883 | 29.84104 | 0 | Africa/Lubumbashi | populated place | |
| 8254453 | Kilao | CD | Bas-Congo | Mbanza-Ngungu | -5.47844 | 15.23451 | 0 | Africa/Kinshasa | populated place | ||
| 8254570 | Vula | CD | Bas-Congo | Mbanza-Ngungu | -5.50378 | 15.11759 | 0 | Africa/Kinshasa | populated place | ||
| 220155 | Avokiri | CD | Haut-Uele | Faradje | 3.81998 | 30.26554 | 0 | Africa/Lubumbashi | populated place | ||
| 214288 | Kanzenze | CD | Nord Kivu | Rutshuru Territory | -1.38389 | 29.21417 | 0 | Africa/Lubumbashi | populated place | ||
| 2316051 | Djieme | CD | Mai-Ndombe | Kwamouth | -3.28846 | 16.61337 | 0 | Africa/Kinshasa | populated place | ||
| 220494 | Ado | CD | Tshopo | Ubundu | -1.11667 | 25.95 | 0 | Africa/Lubumbashi | populated place | ||
| 10134136 | Sonkolo | CD | Haut-Katanga | Mitwaba | -9.90696 | 27.61888 | 0 | Africa/Lubumbashi | populated place | ||
| 214198 | Kapongolo | Kapongola,Kapongolo | CD | Tanganyika | Manono | -7.83056 | 28.26061 | 0 | Africa/Lubumbashi | populated place | |
| 9528731 | Shatshilesu | CD | Kasai | Kamonia | -6.46012 | 19.94734 | 0 | Africa/Lubumbashi | populated place | ||
| 217490 | Bwapo | CD | Mongala | Bongandanga | 1.9001 | 21.36497 | 0 | Africa/Kinshasa | populated place | ||
| 8276040 | Kimeya | CD | Kwilu | Masi-Manimba | -5.37794 | 18.3192 | 0 | Africa/Kinshasa | populated place | ||
| 8274462 | Kikanga | CD | Kwilu | Masi-Manimba | -5.06704 | 17.92224 | 0 | Africa/Kinshasa | populated place | ||
| 8198558 | Busu-Tanda Première | CD | Mongala | Lisala | 2.9956 | 20.84264 | 0 | Africa/Kinshasa | populated place | ||
| 215868 | Ingondji | Ingodi,Ingondji | CD | Kasai | Dekese | -2.91667 | 21.8 | 0 | Africa/Lubumbashi | populated place | |
| 922877 | Kenya | CD | Lualaba | Lubudi | -10.06667 | 26.31667 | 0 | Africa/Lubumbashi | populated place | ||
| 219752 | Balama | CD | Haut-Uele | Dungu | 4.69498 | 27.68958 | 0 | Africa/Lubumbashi | populated place | ||
| 215922 | Ilunga-Piana | Ilunga,Ilunga-Piana | CD | Haut-Lomami | Kamina | -9.88333 | 24.71667 | 0 | Africa/Lubumbashi | populated place | |
| 8435433 | Kaja | CD | Nord Kivu | Walikale | -1.04658 | 28.68148 | 0 | Africa/Lubumbashi | populated place | ||
| 2317444 | Bamba | CD | Bas-Congo | Kasangulu | -4.79856 | 15.56714 | 0 | Africa/Kinshasa | populated place | ||
| 9528753 | Dibaya | CD | Kwilu | Gungu | -6.02691 | 19.35496 | 0 | Africa/Kinshasa | populated place | ||
| 2316759 | Bolima | CD | Équateur | Basankusu | 0.55 | 19.91667 | 0 | Africa/Kinshasa | populated place | ||
| 922264 | Pundu Yange | CD | Lualaba | Lubudi | -10.45 | 26.95 | 0 | Africa/Lubumbashi | populated place | ||
| 922250 | Sakalezi | CD | Lualaba | Mutshatsha | -10.49356 | 24.8704 | 0 | Africa/Lubumbashi | populated place | ||
| 214586 | Kamonitulu | CD | Kasai | Kamonia | -7.14604 | 21.4906 | 0 | Africa/Lubumbashi | populated place | ||
| 217080 | Dobo | Dobo,Ndobo | CD | Mongala | Bumba | 2.22595 | 22.17859 | 0 | Africa/Kinshasa | populated place | |
| 8277288 | Muela | CD | Kasai | Luebo | -5.46449 | 21.1395 | 0 | Africa/Lubumbashi | populated place | ||
| 214448 | Kandolo | Kandole,Kandolo | CD | Sankuru | Lodja | -3.35824 | 23.70945 | 0 | Africa/Lubumbashi | populated place |
République démocratique du Congo : Cartographie du pouls d’un géant continental
Une obsession du géographe pour l’échelle et le détail
La République démocratique du Congo est plus qu’un pays—c’est un continent dans le continent. S’étendant au cœur de l’Afrique, il s’étend à travers des forêts équatoriales, des chaînes de montagnes volcaniques, des savanes étendues et l’un des plus grands bassins fluviaux du monde. Pour un géographe, c’est la toile ultime : complexe, dynamique et exigeante. Pourtant, ce qui rend la RDC particulièrement captivante n’est pas seulement sa taille, mais aussi la mosaïque complexe de villes, de provinces et de départements administratifs qui structure son immensité.
Capturer cette complexité avec précision n’est pas un luxe—c’est une nécessité. Qu’il s’agisse d’étudier les schémas migratoires, l’urbanisation ou les infrastructures publiques, des données précises au niveau de la ville sont la boussole qui guide toute enquête sérieuse sur le paysage congolais.
Comprendre la tapisserie nationale à travers ses villes
En RDC, les villes sont plus que des établissements — elles sont des centres d’histoire, de commerce, de résilience et de transformation. De l’étalement animé de Kinshasa au positionnement stratégique de Lubumbashi et Goma, chaque centre urbain est façonné par les réalités régionales et les liens administratifs.
Notre base de données complète sur les villes organise chaque point urbain au sein de sa province et subdivision correspondante, offrant une structure claire et hiérarchique. Cela permet aux utilisateurs de tracer les gradients économiques, de surveiller les déséquilibres de développement et de concevoir des politiques ancrées dans la géographie de la gouvernance.
Latitude, Longitude et la Géométrie de l’Insight
Dans un pays où de vastes distances et un terrain accidenté séparent souvent les villes les unes des autres, la latitude et la longitude sont plus que des coordonnées—elles sont le langage de la connectivité. L’analyse spatiale en RDC n’est aussi bonne que la précision de ses géodonnées.
Chaque ville de notre ensemble de données est géolocalisée avec une précision extrême. Cela permet aux planificateurs, aux chercheurs et aux développeurs de visualiser les relations à travers l’espace : où les réseaux de transport devraient s’étendre, où les lacunes en matière d’accessibilité des ressources restent, et où les interventions sont les plus urgentes.
Excel : L’outil essentiel pour une géographie accessible et actionnable
L’un des développements les plus passionnants de notre ensemble de données est l’ajout du format Excel (.xlsx). Bien que nous continuions d’offrir des formats CSV, SQL, JSON et XML pour l’intégration technique et programmatique, Excel se démarque comme la passerelle la plus accessible pour les utilisateurs de toutes les disciplines.
Avec Excel, toute personne—des administrateurs locaux aux chercheurs universitaires — peut filtrer les villes par province, analyser la répartition de la densité de population ou exporter des cartes avec des coordonnées intégrées et des liens administratifs. Il comble le fossé entre les données brutes et les décisions du monde réel.
De plus, la clarté tabulaire d’Excel permet une analyse en couches : comparaison des taux de croissance des villes, des disparités régionales et de la couverture de l’infrastructure—le tout en quelques clics. C’est la géographie rendue tangible, intuitive et puissante.
Une fondation pour la recherche, les politiques et le développement
Dans un pays comme la RDC, où les incohérences de données peuvent faire dérailler des projets entiers, notre ensemble de données propre et structuré offre une ressource inestimable. Chaque entrée est plus qu’un nom—c’est un point de référence pour l’investissement, le travail humanitaire, l’urbanisme et la modélisation environnementale.
Les gouvernements en ont besoin. Les ONG s’appuient dessus. Les développeurs s’appuient dessus. Et maintenant, avec la flexibilité d’y accéder au format Excel, un public plus large que jamais peut puiser dans la géographie du Congo avec une facilité sans précédent.
Conclusion : Cartographier la géographie vivante du Congo
La République démocratique du Congo ne peut pas être comprise dans des généralités. Il doit être exploré ville par ville, province par province, coordonnée par coordonnée. Ses défis sont locaux, son potentiel régional, son avenir national—et tout cela est spatial.
Notre base de données fournit cette fondation essentielle : un moyen de cartographier, modéliser et naviguer avec précision dans le paysage urbain congolais. Et avec Excel ouvrant désormais la voie en matière d’accessibilité des formats, ce n’est pas seulement de la géographie—c’est de la géographie sur laquelle vous pouvez agir.
