简介这份资源面向地理信息开发、地图可视化与GIS教学研究者提供覆盖全球国家边界的世界地图GeoJSON数据集可用于构建交互式世界地图、开展地理空间分析或作为服务端地理信息API的数据基础。压缩包共约2000个文件以3443个json文件为主整体仅2.1MB体积轻量便于快速加载与二次处理文件按国家与地区拆分涵盖国家整体边界及部分岛屿、州级细分区域采用WGS84坐标系统每个Feature包含几何形状与名称等属性信息方便按需检索调用。目前已有4730人学习下载适合前端地图库集成、离线地图应用开发及教学演示等场景。读者可借此掌握GeoJSON的Feature、Geometry与Properties结构完成国家面积计算、区域统计、地理编码等操作是理解现代地理信息系统与地图服务原理的实用基础素材。1. 世界地图 GeoJSON 到底解决了什么问题从一张糊图到可交互底图做过数据大屏或者出海业务后台的人大概都经历过这个场景产品经理指着设计稿说“这里放一张世界地图点国家高亮鼠标悬浮显示名称”你打开搜索引擎搜“世界地图 json”下载回来一个 20MB 的文件浏览器直接卡死。问题不在数据本身而在于你没搞清楚 GeoJSON 这种格式到底承载了什么信息、精度和体积之间怎么权衡。世界国家 GeoJSON 本质上是一种用 JSON 描述地理边界的矢量格式每个国家是一个 Feature几何类型通常是 MultiPolygon属性里带着国名、ISO 代码等元数据。它解决的核心问题是让前端地图库Leaflet、Mapbox GL、ECharts、D3能在不依赖瓦片服务的前提下直接渲染出可交互的国家级底图。适合谁用做数据可视化大屏的前端、需要按国家做区域统计的后端、以及想在地图上叠加业务数据的分析师。但这里有个容易被忽略的点不同来源的 GeoJSON 精度差异极大有的把海岸线简化到几百个点有的保留了几万个顶点选错了直接决定你的页面是流畅还是卡成幻灯片。2. 拿到数据后的第一件事搞懂 GeoJSON 的结构与精度分级2.1 一个国家的 Feature 里到底存了什么先别急着往项目里塞文件打开任意一个国家的 GeoJSON 片段看一眼结构。以常见的 Natural Earth 衍生数据为例一个国家的 Feature 大致长这样{ type: Feature, properties: { name: Exampleland, iso_a2: EX, iso_a3: EXL, pop_est: 1234567 }, geometry: { type: MultiPolygon, coordinates: [ [ [[100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0], [100.0, 0.0]] ] ] } }properties里放的是业务属性geometry.coordinates是嵌套数组MultiPolygon 意味着这个国家可能由多个不相连的陆地组成比如岛屿。坐标顺序是[经度, 纬度]这一点和某些 GIS 软件里的[纬度, 经度]相反搞反了地图会整个翻转这是新手最容易翻车的地方之一。2.2 精度分级110m、50m、10m 到底选哪个常见做法是按比例尺把数据分成几档数字越小精度越高、文件越大精度档位典型文件大小顶点数量级适用场景110m200KB ~ 500KB几千全球概览大屏、移动端50m1MB ~ 3MB几万桌面端交互地图10m10MB ~ 50MB几十万需要精确边界的分析我一般会先上 110m 跑通流程确认交互逻辑没问题后再换 50m。直接上 10m 的结果往往是浏览器主线程被几何计算占满鼠标移动都掉帧。判断标准很简单如果你的地图在屏幕上显示宽度不超过 1200px110m 的精度肉眼几乎看不出差别。2.3 用 Python 快速检查数据完整性和坐标系拿到一份世界国家 GeoJSON 后先做两件事确认坐标系是 WGS84EPSG:4326以及检查有没有几何为空的国家。import json with open(world_countries.geojson, r, encodingutf-8) as f: data json.load(f) # 检查坐标系GeoJSON 标准要求 WGS84 crs data.get(crs, {}).get(properties, {}).get(name, 未声明) print(f坐标系: {crs}) # 统计几何为空或坐标异常的 Feature empty_geom [] for feat in data[features]: geom feat.get(geometry) if geom is None or not geom.get(coordinates): empty_geom.append(feat[properties].get(name, 未知)) else: # 简单校验经纬度范围 coords geom[coordinates] # 这里只做顶层检查实际项目建议递归遍历 if geom[type] Polygon: lon, lat coords[0][0] if not (-180 lon 180 and -90 lat 90): print(f坐标越界: {feat[properties].get(name)}) print(f几何为空的国家: {empty_geom}) print(f国家总数: {len(data[features])})这段脚本的逻辑是先读文件检查顶层crs字段有些数据源不写默认按 WGS84 处理然后遍历每个 Feature 判断几何是否为空。参数上注意encodingutf-8国名里常有非 ASCII 字符用默认编码在某些系统上会报错。如果发现几何为空的国家通常是因为数据源在简化时把微型国家如某些岛国的几何删掉了这时候要么换数据源要么在前端做过滤。3. 在前端把世界地图跑起来Leaflet 与 ECharts 两条路线3.1 用 Leaflet 加载 GeoJSON 并实现国家高亮Leaflet 是最轻量的选择核心代码不到 30 行。先引入 Leaflet 的 CSS 和 JS然后加载 GeoJSON 图层import L from leaflet; import leaflet/dist/leaflet.css; // 初始化地图中心点设在经度0纬度20缩放级别2 const map L.map(map).setView([20, 0], 2); // 添加底图瓦片这里用 OpenStreetMap 公共瓦片做演示 L.tileLayer(https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png, { attribution: copy; OpenStreetMap contributors, maxZoom: 6 }).addTo(map); // 加载世界国家 GeoJSON fetch(/data/world_countries_110m.geojson) .then(res res.json()) .then(geojson { const layer L.geoJSON(geojson, { style: { color: #3388ff, // 边界线颜色 weight: 1, // 线宽 fillColor: #d0e4ff, // 填充色 fillOpacity: 0.5 }, onEachFeature: (feature, layer) { // 绑定悬浮提示 layer.bindTooltip(feature.properties.name, { sticky: true }); // 点击高亮 layer.on(click, () { layer.setStyle({ fillColor: #ff7800, fillOpacity: 0.8 }); }); } }).addTo(map); });逻辑说明L.geoJSON会把每个 Feature 转成 Leaflet 的矢量图层style控制默认样式onEachFeature是每个国家的钩子函数。参数上weight设 1 到 2 之间比较合适太粗会盖住小国家fillOpacity不要超过 0.7否则底图瓦片会被完全遮住。注意maxZoom设成 6因为 110m 精度的数据在更高缩放级别下边界会明显失真。3.2 ECharts 的 registerMap 与数据绑定如果项目里已经在用 ECharts直接用registerMap更省事import * as echarts from echarts; // 注册地图mapName 自定义后续 series 里要对应 fetch(/data/world_countries_110m.geojson) .then(res res.json()) .then(geojson { echarts.registerMap(world, geojson); const chart echarts.init(document.getElementById(map)); chart.setOption({ series: [{ type: map, map: world, roam: true, // 允许缩放和平移 emphasis: { label: { show: true }, itemStyle: { areaColor: #ff7800 } }, data: [ { name: Exampleland, value: 100 }, { name: Samplestan, value: 200 } ] }] }); });这里的关键是data里的name必须和 GeoJSON 里properties.name完全一致否则数据绑不上。常见坑是数据源里国名用的是英文全称而业务数据里用的是 ISO 代码这时候要么在数据源里加一个iso_a2字段做映射要么在前端建一张对照表。roam: true开启缩放平移但 110m 数据在放大后边界会变成折线如果产品对精度有要求这里就得换 50m 数据。3.3 按国家数值做颜色映射的完整配置数据大屏最常见的需求是按数值给国家上色ECharts 里用visualMap实现chart.setOption({ visualMap: { min: 0, max: 500, inRange: { color: [#e0f3f8, #abd9e9, #74add1, #4575b4, #313695] }, text: [高, 低], calculable: true, left: left, bottom: bottom }, series: [{ type: map, map: world, data: countryData // [{ name: Exampleland, value: 320 }, ...] }] });visualMap的min和max要根据实际数据分布来设不要直接写 0 到 1000否则大部分国家颜色会挤在一个区间里。我一般会先算一下数据的分位数用 5% 和 95% 分位作为 min 和 max这样颜色区分度最好。calculable: true会显示一个可拖动的滑块方便用户自己调整阈值。4. 避坑指南世界地图 GeoJSON 最常见的五个翻车现场4.1 地图整个上下颠倒现象加载后地图看起来像镜像翻转南极跑到上面去了。原因坐标顺序搞反了GeoJSON 标准是[经度, 纬度]但有些数据源或转换脚本按[纬度, 经度]输出。解决用 Python 脚本批量交换坐标顺序或者在加载前用turf.js的flip函数处理。检查方法很简单看第一个坐标点的第一个值如果绝对值大于 90那基本就是纬度在前了。4.2 小国家点击不到现象新加坡、卢森堡这类微型国家在地图上几乎点不中。原因110m 精度下这些国家的几何被简化成几个像素鼠标事件很难命中。解决在onEachFeature里给每个图层加一个透明的圆形标记作为点击热区半径设 5 到 8 像素或者换用 50m 数据。另一个做法是在侧边栏放一个国家列表点击列表项来高亮地图上的国家。4.3 国名对不上导致数据绑定失败现象ECharts 地图上有些国家有颜色有些没有但数据里明明都有。原因GeoJSON 里的国名和业务数据里的国名不一致比如 “United States” vs “United States of America”或者 “Russia” vs “Russian Federation”。解决统一用 ISO 3166-1 alpha-3 代码做关联键在 GeoJSON 的properties里确保有iso_a3字段业务数据也用同样的代码。如果数据源没有这个字段写个脚本从公开的 ISO 对照表里补上。4.4 文件太大导致首屏加载超过 5 秒现象页面白屏好几秒Network 面板里 GeoJSON 文件 8MB。原因用了 10m 精度数据但没做简化。解决用mapshaper命令行工具做简化保留 10% 的顶点通常肉眼无差别# 安装 mapshaper 后执行保留 10% 顶点输出 GeoJSON mapshaper world_countries_10m.geojson -simplify 10% keep-shapes -o formatgeojson world_countries_simplified.geojsonkeep-shapes参数保证不会把微型国家简化没。简化后再用 gzip 压缩通常能压到原体积的 20% 到 30%。4.5 悬浮提示框被地图边缘截断现象鼠标移到地图最右侧的国家时tooltip 跑到屏幕外面去了。原因Leaflet 的 tooltip 默认定位没有考虑容器边界。解决在bindTooltip时加direction: auto和offset参数或者用sticky: true让提示框跟随鼠标但自动调整方向。ECharts 里则是设置tooltip.confine: true把提示框限制在图表容器内。5. 进阶技巧用 TopoJSON 把体积再砍一半5.1 TopoJSON 为什么比 GeoJSON 小GeoJSON 里相邻国家的边界是各存各的一条国境线在两个国家的 Feature 里各出现一次。TopoJSON 的做法是把所有边界拆成弧段每个弧段只存一次国家通过引用弧段索引来组合。这样共享边界越多压缩率越高。世界国家数据转成 TopoJSON 后体积通常能降到 GeoJSON 的 20% 到 40%。5.2 转换命令与前端解码用topojson-server和topojson-client两个包完成转换和前端还原# 安装转换工具 npm install -g topojson-server topojson-client # GeoJSON 转 TopoJSONquantization 参数控制坐标精度 geo2topo world_countries_110m.geojson world_countries_110m.topo.json前端加载时用topojson-client的feature方法还原import * as topojson from topojson-client; fetch(/data/world_countries_110m.topo.json) .then(res res.json()) .then(topology { // 把 TopoJSON 还原成 GeoJSON FeatureCollection const geojson topojson.feature(topology, topology.objects.countries); // 后续和普通 GeoJSON 一样使用 L.geoJSON(geojson, { style: { weight: 1 } }).addTo(map); });quantization参数在geo2topo里可以通过-q指定默认是 1e4数值越小压缩率越高但坐标精度越低。我一般用-q 1e5在 110m 数据上肉眼无差别。注意 TopoJSON 的objects键名要和转换时的一致geo2topo默认用输入文件名做键名可以在命令里用-o指定。5.3 一个验证数据是否值得用的习惯每次拿到新的世界地图数据我会先做三件事用 Python 统计 Feature 数量和总顶点数用浏览器打开一个最小 HTML 页面加载看渲染时间然后随机抽三个国家检查边界是否闭合。这套流程跑下来不到五分钟但能避免后面花几个小时排查“为什么地图缺了一块”这种问题。数据源的选择上优先用有明确版本号和更新日期的那些来路不明的“世界地图 json 打包下载”往往缺国家或者坐标系混乱省下的下载时间后面都要还回去。希望帮到你。本文还有配套的精品资源点击获取