简介面向GIS制图、空间分析与规划人员这份压缩包提供2022年5月整理的最新全国省、市、县三级行政区域SHP矢量数据同时包含九段线图层适合Arcgis等常用GIS平台直接使用。数据覆盖34个省级行政单位、333个地级行政单位和2843个县级行政单位依据国家行政区划查询平台逐项核对修正作者对边界与层级关系做了仔细校验整体可靠性较高。压缩包共33个文件大小约83.11MB包含shp、dbf、prj、shx、sbn、sbx等标准Shapefile配套文件shp存储几何图形dbf存储属性字段prj定义投影坐标shx与sbn/sbx提供空间索引另有cpg字符编码文件与readme说明加载时各关联文件可自动识别使用便捷。目前已有3721人学习下载。解压后可直接用于地图制图、区划统计、专题分析等场景省却从多渠道搜集和清洗数据的麻烦适用于科研、规划、课程设计及日常项目工作。1. 全国行政区划SHP解压之后首先要确认的不是图层长什么样而是这个zip里装了多少个坐标系做规划、做地图可视化的朋友一定遇到过这个场景项目要一张省界底图你在网上下载了“全国省/市/县级行政区划及其他SHP文件.zip”解压丢进ArcGIS或QGIS然后黑匣子打开——里面不是单独一个shp而是一大堆文件有的图层能看到轮廓有的加载后跑到大洋里。这篇笔记就是把这个zip从下载到能用全程走一遍SHP文件的真实结构、坐标系判断、属性字段读取以及最常见的几个翻车点。适合GIS从业者、数据工程师和做Web可视化的前端照着操作能把一个“能看但不敢用”的数据包变成项目里能交付的底图素材。2. 认识SHP文件结构和图层体系zip里每一项内容都不是多余文件2.1 SHP不是一个文件而是由至少三个文件组成的“文件家庭”在解开“全国省/市/县级行政区划及其他SHP文件.zip”之前先要建立概念单独的 .shp 后缀文件是打不开的。一个完整的Shapefile由一组同名文件组成缺一个都不行。常见组合如下扩展名作用缺失后果.shp存储几何坐标的主文件文件不完整加载失败.shx几何索引文件部分软件可加载但查询极慢.dbf属性表文件图能显示但看不到字段属性.prj坐标系描述文件软件不知道坐标系叠加时错位.cpg字符编码声明中文属性乱码很多人下载行政区划数据后习惯性只拖拽 .shp 进软件如果窗口出现“Invalid shapefile”或“无法识别文件”大部分原因是 .shx 或 .dbf 丢失了。这类zip解压时需要特别注意解压后的所有文件要放在同一个目录不要单独把其中一个文件移走。路径里尽量别带中文QGIS对中文路径兼容性好一些ArcGIS和部分Python库在 Windows 中文路径下很容易读不到 .shx 索引。我一般会先解开zip检查目录下有没有 .cpg 文件这个不起眼的小文件决定了属性表里的中文能不能正常显示。2.2 省、市、县级图层的关系三个尺度解决三种用途zip 标题里的“省/市/县级”不是三个脱节的图层而是一套包含关系。省级图层是最粗粒度的多边形用于全国尺度的分布图市级图层是省级的细分多用于省内分析县级图层是最细的用于县域、镇域的边界可视化。三者之间在理想数据里是严格嵌套的——县界拼起来等于市界市界拼起来等于省界。但现实数据往往不是这个理想状态。常见的问题是县级图层的边界在沿海地区与市级图层不完全重合因为沿海的县面包含了近海海域而市界可能只画到海岸线。做统计分析时如果先从省界筛选出某个省再去县级图层里找该省的县得到的结果可能比市界多出几个岛屿图斑。所以不要默认省、市、县三级数据能直接叠加使用叠加前先统计各图层要素数量心里有个底。这里有一个值得记录的细节把三类图层都加载进QGIS分别打开属性表通常能看到每个要素都带有一个行政区划代码字段字段名常见的是 PAC、XZQDM、CODE、GB 等。行政区划代码是六位数字前两位是省中间两位是市后两位是县。这个字段是做自动筛选、关联外部统计数据的核心钥匙——比用中文名称去模糊匹配可靠得多因为中文名称在不同版本数据里有“自治县”“市辖区”等表述差异。2.3 快速验证SHP图层完整性的三个步骤拿到zip并解压后不要急着把所有图层一股脑拖进软件。先用最小操作验证每个核心图层能否正常读取。三个步骤可以复用第一步在文件管理器里确认每个图层同名文件成组出现一个县区图层至少要有 .shp、.shx、.dbf、.prj 四个文件。只看到单独一个文件时先换一个解压工具重新解压zip文件在传输过程中偶尔会丢部分条目。第二步用QGIS直接拖拽其中一个图层到画布查看左下角的坐标显示区域。如果鼠标移动时经纬度数值在正常范围说明数据是地理坐标系如果显示的是几百万量级的数字说明图层带了投影坐标系。两种坐标系都能用但不同坐标系图层叠加前必须统一进入ArcGIS或geopandas之前先通过 .prj 文件确认。第三步右键图层打开属性表检查要素数量和字段值。全国县级边界标准数据大约是2800到2900个要素省级约34个含港澳台市级约340个左右。如果数量级明显不对比如县级只有几百个要素那很可能是数据被简化过边界精度不够做细节分析但做宏观示意图够用。这些验证做完zip数据才算从“下载完成”变成“可用”。下面要做的才是真正的关键坐标系。3. 加载前先确认坐标系2000、84、80的混用是第一个翻车点3.1 地理坐标系和投影坐标系的区别错误叠加会让你以为数据错了用过一段时间GIS的人都会遇到一个玄学问题两个图层明明都写着“北京”“四川”叠加之后一个在图中央一个跑到西伯利亚。这90%不是数据本身错了而是坐标系没统一。地理坐标系用经纬度表达位置全球统一比如常见的WGS84、CGCS2000、西安80本质上是地理坐标系下的一种椭球基准。投影坐标系把地球表面展开到平面上单位是米比如Web墨卡托EPSG:3857、高斯-克吕格投影下的Xian_1980_3_Degree_GK_CM_102E。投影坐标系存在的意义是方便量算距离和面积但代价是选择了不同投影参数的两个图层叠加时必然错位。“全国省/市/县级行政区划及其他SHP文件.zip”这类资源包很多作者会混用数据源导致省级图层是CGCS2000县级图层却来自第二次、第三次国土调查成果用的是西安80。这就是为什么一定要先看 .prj 文件。3.2 用.prj文件和QGIS识别图层的真实坐标系.prj 文件是文本文件用记事本打开就能看到坐标系描述。常见写法是GEOGCS[GCS_China_Geodetic_Coordinate_System_2000,DATUM[D_China_2000,SPHEROID[CGCS2000,6378137.0,298.257222101]],PRIMEM[Greenwich,0.0],UNIT[Degree,0.0174532925199433]]如果打开看到的是这种字符串说明是地理坐标系CGCS2000。如果看到 PROJCS[WGS_1984_Web_Mercator_Auxiliary_Sphere]说明是Web墨卡托投影。如果没有 .prj 文件QGIS加载时会让选坐标系这是数据质量差的信号——新手最容易在这里选错选成WGS84后面面积计算不精确时很难意识到是基准差异造成的。一次性的根治做法在QGIS里把项目CRS设置为EPSG:4326WGS84经纬度然后逐个加载图层在图层属性——源——坐标系里确认每个图层的CRS。投影坐标系图层会显示EPSG编码而不是经纬度单位此时右键图层——导出——另存为选ESRI Shapefile格式CRS选EPSG:4326就会生成一套统一地理坐标系的副本。文件名加 _wgs84 后缀避免跟原数据混淆。3.3 坐标系转换的正确顺序先转基准再做投影坐标系转换不是把CRS字段改一下就行。WGS84和CGCS2000之间虽然椭球参数极其接近但在我国境内点位差异可以达到米级到十米级这种差异在1:1万大比例尺下是不能忽略的。真正的转换流程分两步先通过七参数或布尔莎模型完成基准面转换再根据需求定义投影参数。QGIS里做这件事最稳妥的路径不是用“重投影图层”而是用“导出——另存为”时在CRS栏直接指定目标坐标系QGIS会自动完成基准面转换。ArcGIS里则用“投影”工具Project输入地理坐标系转换方法比如 CGCS2000_To_WGS_1984不要用默认的“无转换”。很多人觉得两个椭球参数接近就直接忽略这一步最后在图上量出来的距离差十几米放在统计口径里就是实打实的误差。提示如果你拿到的文件名里有“三调”这类字眼大概率是CGCS2000或西安80。不要因为图层能显示就默认坐标系正确。加载完先做一次坐标对照——把省会城市在图上的经纬度跟实际经纬度比较偏差超过0.01度一定有问题。4. 用geopandas跑通行政区划数据处理读取、筛选、融合、导出的完整命令4.1 安装环境一个conda环境解决gdal依赖上一章讲的是图形界面下的坐标系修正但从zip到能用很多活要批量做——比如从全国县级图层里筛出某个市的全部县区或者把省界简化后输出给前端。这种时候Python里的geopandas是效率最高的工具。安装前先建一个干净环境避免本机GDAL版本冲突conda create -n shp python3.10 -y conda activate shp conda install geopandas -c conda-forge -y直接 pip install geopandas 在Windows上经常因为缺少gdal和shapely的二进制依赖而失败conda-forge渠道会把整套空间计算库一起装好。python3.10 不是必须的但3.11以上版本在部分旧版geopandas里地理计算性能反而有回退3.10是当前兼容性最稳的选择。conda安装完成后命令行输入 python -c import geopandas; print(geopandas.version) 能输出版本号就说明环境没问题。4.2 读取SHP并检查字段结构和坐标系import geopandas as gpd # 读取县级边界路径指向解压后的目录 county gpd.read_file(rD:\gis_data\county.shp, encodingutf-8) print(county.crs) # 查看坐标系 print(county.shape) # 查看要素数量 print(county.columns) # 查看属性字段 print(county.head()) # 预览前5行关键参数是 encoding。如果属性表是GBK编码这里传 encodingutf-8 会直接报 UnicodeDecodeError改成 encodinggbk 即可。读取成功后打印的 crs 如果是 None说明图层没有附带 .prj 文件后续叠加和度量必须手动定义坐标系否则面积计算结果全是废物。处理这类无坐标系数据时先查数据来源说明三调下发的数据一般是CGCS2000老数据可能是西安80不要猜。4.3 按省名或区划代码筛选县域# 筛选四川省的所有县区PAC字段存的是6位区划代码 sichuan county[county[PAC].astype(str).str.startswith(51)] # 或者按中文名称筛选省级要素 sichuan_province county[county[NAME] 四川省] print(sichuan.shape)筛选逻辑里用行政区划代码而非中文名更稳健。全国县级图层里“四川省”通常是一个要素但用代码 startswith(51) 能同时覆盖地级市和县区因为它们共同组成省域范围。如果你只想要一个城市的县区取前四位匹配比如“5101”是成都市。筛选后注意重建索引sichuan sichuan.reset_index(dropTrue)避免之后按位置索引时踩坑。4.4 把县界融合成市界dissolve的正确参数做项目汇报图时一张县级边界密密麻麻视觉上全是线。更常见的做法是把县域融合成市级边界只保留一个层级的轮廓。geopandas里用dissolve# 按市代码前四位融合生成市级边界 city sichuan.dissolve(bysichuan[PAC].astype(str).str[:4], aggfuncfirst) # 修复融合后的无效几何 city city.make_valid() city city.buffer(0)dissolve 的 by 参数接受一列Series这里直接传入计算出的市代码。aggfuncfirst 表示属性表取第一个要素的值。融合之后最常遇到的问题是几何出现自相交或空隙因为县界数据本身可能存在微小的拓扑错误。make_valid() 和 buffer(0) 是两记后悔药前者修复无效几何后者消除交叉边界。做完这步最好再检查一下融合后的总面积与原始县域面积之和是否接近偏差超过1%说明数据拓扑有问题。4.5 导出为GeoJSON/WKT等其他格式# 统一坐标系再导出避免前端地图错位 city_wgs84 city.to_crs(EPSG:4326) # 导出GeoJSON给前端 city_wgs84.to_file(rD:\gis_data\sichuan_city.geojson, driverGeoJSON) # 导出WKT文本用于数据库或算法验证 from shapely import to_wkt wkt_list [to_wkt(geom) for geom in city_wgs84.geometry] print(wkt_list[0][:200])导出GeoJSON时要注意GeoJSON规范要求坐标顺序是“经度、纬度”而ESRI Shapefile的文件头存储的坐标顺序是“X、Y”对于地理坐标系来说恰好一致。多数情况下 to_crs(EPSG:4326) 后再导出不会错。导出WKT则常见于把SHP数据转成空间数据库导入语句或者给算法团队做格式交换。如果你手里的原始文件是从CAD的dwg转过来的地类图斑直接导出WKT前也要先检查坐标系dwg里的坐标常常是任意平面坐标缺少投影定义。5. 行政区划SHP常见问题排查属性乱码、边界飞线、统计口径不一致5.1 打开图层有图形属性表全是乱码现象QGIS或ArcGIS加载shp后地图显示正常打开属性表中文名称和代码全部变成“锟斤拷”或方块。原因.dbf属性表用GBK编码写入而GIS软件默认按UTF-8读取。绝大多数国内行政区划数据包都有这个问题。解决QGIS里右键图层——属性——数据源把“字符编码”从UTF-8改成GBK重新打开属性表即恢复正常。用geopandas读取时在read_file里显式指定 encodinggbk。如果图层目录里存在 .cpg 文件QGIS会自动按cpg声明的编码读取乱码概率会小很多。所以发现乱码时先看解压目录里有没有 .cpg没有的话再手动指定编码。5.2 边界线上出现跨省的长条飞线现象图层缩放到全国范围时省界沿着某个方向拉出一条极细的线缩放到县级才发现这条线贯穿相邻省份整个多边形形状完全错误。原因数据导出或融合过程中产生了自相交多边形或边界坐标中存在退化顶点。很多时候是县级图层用dissolve融合时县界之间微小重叠产生了悬挂弧段。解决用上一章写的 make_valid() 修复无效几何再检查无效要素city[~city.geometry.is_valid]。如果飞线仍然存在用 shapely.validation.explain_validity 逐要素找出问题原因。修复后做一次缓冲区修复city.buffer(0)这是图形界面和代码两条路都能接受的兜底做法。千万别手工去删顶点全国边界数据顶点几十万个手改必然出错。5.3 面积算出来少了一位数量级现象拿某个行政区划的国土面积去核对QGIS统计的面积总量比年鉴数据明显小或大一个量级比如四川省的面积该是48.6万平方公里统计出来只有4.86万平方公里。原因图层是地理坐标系面积计算直接在经纬度单位上进行得到的结果是平方度而不是平方公里。或者图层带了投影坐标系但用的是不适合当地范围的分带参数。解决先确认图层坐标系。如果 crs 是EPSG:4326或CGCS2000地理坐标先转成Albers等面积投影再计算面积。全国尺度推荐 Albers 等积圆锥投影中央经线105°E双标准纬线25°N和47°N。四川省内项目则用高斯-克吕格投影3度分带。计算代码就一行# 转Albers等积投影后按平方米换算平方千米 area_proj city.to_crs( projaea lat_125 lat_247 lat_00 lon_0105 x_00 y_00 datumWGS84 unitsm no_defs ) city[area_km2] area_proj.geometry.area / 1_000_0005.4 QGIS能打开geopandas却读取报错现象同一个shp在QGIS里图正常显示用geopandas read_file抛错RuntimeError提示无法打开或读取失败。原因路径中包含中文字符或者.shx索引文件缺失。Windows的Python默认使用系统的GBK编码解析文件路径图层目录如果带中文目录名几何读取模块会因路径编码问题找不到索引。解决最简单的方法是把数据复制到纯英文路径下比如 D:\gis_data\再读取。实在要在中文路径下工作可以设置环境变量 PYTHONUTF81 后再跑程序。这个错误在数据从业者中非常普遍属于血泪经验级别的高频坑讲geopandas的教程很少提但几乎每个项目里都会遇到。6. 进阶边界简化、属性字段清洗与跨工具流转的实用参数6.1 用simplify控制顶点数量三种比例尺下的容差经验值行政区划SHP的顶点数差别很大一个省级边界在县级尺度下可能有几万个顶点。给前端底图或打印小比例尺示意图这些顶点是纯浪费。用shapely的simplify做道格拉斯-普克简化simp city_wgs84.copy() simp[geometry] simp.geometry.simplify(tolerance0.01, preserve_topologyTrue)tolerance 的单位是坐标单位。图层是EPSG:4326时约等于0.01度换算成平面距离大约1公里。下面是我在不同场景下的参考值使用场景底图尺度容差建议结果体量全国大屏底图1:2000万0.02度顶点数减少80%以上省级Web地图1:100万0.005度顶点数减少60%左右纸质县域挂图1:20万0.001度边界基本保持原样preserve_topologyTrue 是关键参数它会在简化过程中保证多边形不产生自相交、不出现缝隙。代价是计算时间变长但对行政区划这类有拓扑要求的数据宁可慢也不能把边界弄破。简化完成后用 to_file 输出新shp文件名加 _simple 后缀。6.2 输出GeoJSON给前端去掉多余字段调整坐标精度给Web前端用的GeoJSON字段越少越好。上面导出的 city_wgs84 如果直接给前端会带上十几个自己用不到、浏览器也看不懂的字段。筛选字段的操作在GeoPandas里很直接from shapely import wkt frontend city_wgs84[[PAC, NAME, geometry]].copy() # 控制几何坐标小数位减少文件体积 frontend[geometry] frontend.geometry.apply( lambda geom: wkt.loads(wkt.dumps(geom, rounding_precision6)) ) frontend.to_file(rD:\gis_data\sichuan_city_front.geojson, driverGeoJSON)rounding_precision6 把经纬度保留到小数点后6位对应约0.1米的精度对可视化完全足够文件体积却能减小30%到50%。如果你后续还要在Cesium这类三维框架里叠加白模或倾斜摄影那方向是转成3D Tiles或GeoJSON后直接配准行政区划边界通常不需要升位保留平面即可。6.3 我的一个改不掉的交付习惯每次处理行政区划数据我总会把“原始文件”和“处理后文件”分两个文件夹放同时导出一份原始坐标系的PRJ说明文本留在同目录。这个习惯救过我很多次——一次做四川的县域经济分析一位环保方向的同事要一份三调口径的成都平原边界拿的却是上一版带经纬度偏差的数据因为当时原文件已被覆盖。后来我给自己定了规矩任何SHP交付物必定带一个压缩备份包里面只有原始四件套加一个坐标说明.txt。前端的底图更新了地理数据的底图更新了但原始边界永远留下来。这类行政区划zip包只要按这个习惯整理就不会变成“下过即忘”的十五分钟项目。希望帮到你。本文还有配套的精品资源点击获取