Journal Cartes des trains français en 1894

Vous connaissez peut-être Carto Tchoo qui permet de voir la position de tous les trains français en temps réel. Mais à quoi ressemblait cette carte en juillet 1894 ? Question inutile, mais appropriée pour un vendredi. Voici la réponse : https://isochrones.envadrouille.org/1894/

Contexte

Depuis 1846 et jusqu'en 1975, la France a publié hebdomadairement les horaires de tous ses trains. En 1894, « l'indicateur Chaix » fait un joli 180 pages très compactes. Ça ressemble à ça :

À première vue, ça a l'air simple, mais en fait, les tables sont très compliquées :

Si on prend juste ce tableau… L'Italie et la France n'utilisaient pas la même heure : à l'époque, il y avait 56 minutes de décalage. C'est indiqué dans une note, et c'est évidemment nécessaire pour comprendre pourquoi le train part de Modane avant d'être arrivé ! Il y a aussi des indications de classe (123cl) qui traînent au milieu des heures d'arrivées et de départs, plusieurs trains dans une seule colonne, et même un train dans la colonne des stations (tout en bas) ! Bref, compliqué à analyser.

Ça faisait un moment que j'avais ce projet en tête, et j'avais réussi à coder un truc à base d'OpenCV et de Tesseract qui comprenait le format de pas mal de ces horaires (parce qu'évidemment, le format change de page en page), mais je n'avais jamais réussi à avoir un truc 100 % satisfaisant. Changement de stratégie : j'ai récemment retenté en demandant à Claude de convertir ces images en Markdown et… ça fonctionne (presque) parfaitement. Pas satisfaisant, mais ça m'a permis de débloquer le projet.

La carte

Dernière étape du projet : tout afficher. Pour les lignes qui existent encore, c'est facile. Pour les autres lignes, OpenStreetMap contient magiquement la quasi-totalité des lignes désaffectées, parfois en petits bouts, mais il suffit de recoller les bouts pour retrouver la ligne. Pour les stations, c'est plus compliqué. Évidemment, les noms écrits dans l'indicateur Chaix ne correspondent pas toujours aux noms officiels des stations. Acronymes, noms raccourcis, lieux-dits… Heureusement, un passionné a compilé la liste de toutes les stations ferroviaires de France, même celles désaffectées. Ça aide un peu. Avec un peu de pattern-matching et un paquet de corrections manuelles, tout n'est pas parfait, mais ça ressemble à ça :

En live ici: https://isochrones.envadrouille.org/1894/ (il y a des bugs de placement des lignes, notamment autour de Paris, mais globalement c'est représentatif de la "réalité" de 1894)

Et alors ?

En 1894, on pouvait aller presque partout en train (ou en voiture de correspondance). Ça, c'est déjà connu : il y avait des petites lignes partout. Ce qui est moins souvent mis en avant, c'est la lenteur des trains à cette époque : 19 h pour Paris -> Marseille, il ne fallait pas être pressé !

Ce qui m'a également surpris, c'est le nombre de trains en circulation. En 1894, on était à ~1 000 trains en circulation au moment où j'écris ce journal, ~1 300 en soirée. Actuellement, il y a ~700 trains, et ~900 en soirée. Je ne sais pas pourquoi, je n'avais jamais réalisé qu'il y avait déjà autant de trains à l'époque. Beaucoup de trains de nuit également : le nombre minimum de trains en circulation ne tombait presque jamais en dessous de 200 (au vu des temps de trajet, c'est logique). On était également avant la notion de week-end ou de vacances pour le personnel, j'ai l'impression : la majorité des trains circulent tous les jours. Sur beaucoup de lignes, il y a même plus de trains le week-end qu'en semaine !

Il y a également quelques lignes qui circulent avec une fréquence plus importante les jours de marché, amusant à voir. (Actuellement, on a ça avec des bus dans certains villages, donc ça ne s'est pas complètement perdu.)

Quelques stats : 13 002 trains, 133 401 horaires. Ça devait être un sacré chantier de mettre à jour et d'imprimer les horaires toutes les semaines… Étonnamment peu de typos : peut-être 1 horaire faux (mauvais chiffre) toutes les 3 pages. Ce qui est plus courant comme erreur, c'est de voir le même train avec presque le même horaire (1-2 minutes d'écart) sur deux pages différentes (à l'époque, il était assez courant qu'un train se sépare en deux à un moment donné, du coup le début ou la fin du trajet apparaît souvent dans plusieurs horaires). Sur la carte, l'erreur est évidente : deux trains se suivent de quelques mètres et se séparent à un moment. J'ai rajouté une heuristique pour fusionner ce genre de bizarreries.

Quelques stats IA : l'OCR avec Claude, ça fonctionne bien, mais c'est gourmand en tokens… Entre 300 k et 500 k par page. Avec l'abonnement "Pro" classique, un peu plus d'un mois entier de quota utilisé à 100 % toutes les semaines pour les 101 pages qui contiennent des horaires… J'aurais peut-être pu optimiser un peu le prompt.