企业官网建设流程全解析

简介：这份资源是2022年5月整理的新版全国行政区划矢量数据包，面向GIS分析、地图可视化、城乡规划及数据开发等场景的从业者与学习者，可解决省、市、县三级边界底图缺失或版本陈旧的问题。包内共33个文件，以shp、shx、dbf、prj等Shapefile核心格式为主，辅以sbn、sbx空间索引、cpg编码说明与xml元数据，另附一张预览图与readme说明，压缩包约83.11MB。数据覆盖34个省级、333个地级、2843个县级行政单位，并依据国家行政区划查询平台逐项核对修正，同时包含九段线要素，可直接在ArcGIS等软件中加载使用。目前已有3721人学习下载。读者可获得一套层级完整、属性规范的矢量底图，用于专题制图、空间统计、区域划分与教学演示，省去自行采集与纠偏的时间成本。

1. 行政区划 SHP 文件到底装了什么：从一次数据对不上的排查说起

做数据可视化或空间分析的人，大概率都遇到过这种场景：项目需要按省、市、县三级做统计出图，手头只有一份 Excel 的行政区划代码表，没有边界几何，于是去找「全国省/市/县级行政区划及其他SHP文件.zip」这类打包资源。下载解压后一看，里面往往不止一个 shapefile，还有道路、水系、居民点等「其他」图层，文件命名五花八门，坐标系也不统一。真正开始用的时候才发现，省界和县界对不上、属性表里没有行政区划代码、投影后面积算出来差了好几个百分点。

这个标题指向的核心，是一套覆盖全国三级行政区划边界的矢量数据集合，通常以 shapefile 格式分发，附带若干基础地理要素图层。它能解决的是「我需要一份能直接落到 GIS 软件或代码里的行政边界底图」这个问题，适合做专题制图、空间统计、区域规划、选址分析、数据大屏的从业者。但「能用」和「用对」之间隔着坐标系、属性字段、拓扑质量三道坎，这篇就把这三道坎拆开讲清楚。

2. 拿到压缩包先别急着加载：目录结构与图层识别

2.1 shapefile 不是单个文件，解压后先认全这套「五件套」

很多人第一次接触 shapefile 会以为它就是一个.shp文件，实际上它是一个多文件组合格式。一个完整的 shapefile 至少包含.shp（几何）、.shx（索引）、.dbf（属性表）三个必需文件，常见还有.prj（投影定义）和.cpg（字符编码）。少任何一个，GIS 软件都可能报错或读出一堆乱码。

拿到「全国省/市/县级行政区划及其他SHP文件.zip」这类包，解压后典型目录长这样：

全国行政区划_SHP/ ├── 省级/ │ ├── province.shp │ ├── province.shx │ ├── province.dbf │ ├── province.prj │ └── province.cpg ├── 市级/ │ ├── city.shp │ └── ... ├── 县级/ │ ├── county.shp │ └── ... └── 其他/ ├── road.shp ├── river.shp └── ...

先别打开属性表，先用命令行把每个图层的元信息扫一遍，比在 GUI 里一个个点开快得多。用 GDAL 的ogrinfo是最省事的做法：

# 查看单个 shapefile 的摘要信息：几何类型、要素数、坐标系、字段列表 ogrinfo -so -al province.shp # 批量查看当前目录下所有 shp 的摘要，只保留关键行 for f in *.shp; do echo "===== $f =====" ogrinfo -so -al "$f" | grep -E "Geometry|Feature Count|Layer name|PROJCRS|GEOGCRS" done

-so表示 summary only，不输出每个要素；-al表示所有图层。输出里重点看三行：Geometry告诉你这是面还是线，Feature Count告诉你要素数量，PROJCRS或GEOGCRS告诉你坐标系。如果Feature Count是 34 左右，那基本是省级；如果是 300 多，是市级；2800 以上，是县级。这个数量级判断能帮你快速确认图层级别，避免把市级当省级用。

2.2 属性表里有没有行政区划代码，决定了后续能不能关联

行政区划数据的价值一半在几何，一半在属性。属性表里最关键的是行政区划代码字段，通常叫adcode、code、GBK、xzqhdm之类。没有这个字段，你就没法把统计数据按代码关联到边界上，只能靠名称匹配，而名称匹配在「市辖区」「省直辖县级行政区划」这类名称上几乎必然翻车。

用ogrinfo看字段列表：

# 只看字段定义，不输出要素 ogrinfo -so province.shp province | grep -A 50 "Fields"

如果字段名是拼音缩写或英文，先确认哪个是代码字段。常见对应关系：

如果包里没有代码字段，只有名称，那就要做好名称清洗的准备。常见做法是先用名称做一次关联，把匹配不上的单独拎出来人工核对，而不是硬写一个模糊匹配规则了事。

2.3 坐标系不统一是常态，先判断是地理坐标还是投影坐标

同一个包里，省级可能是EPSG:4326（WGS84 经纬度），市级可能是EPSG:4490（CGCS2000 经纬度），县级可能是某个高斯克吕格投影带。坐标系不统一直接叠加，轻则位置偏移，重则整个图层跑到地球另一边。

判断方法很简单，看.prj文件内容或ogrinfo输出：

# 直接看 prj 文件 cat province.prj # 用 ogrinfo 看坐标系标识 ogrinfo -so province.shp province | grep -E "PROJCRS|GEOGCRS|ID\["

如果输出里有GEOGCRS和degree，说明是地理坐标系，单位是度；如果有PROJCRS和metre，说明是投影坐标系，单位是米。做面积统计必须用投影坐标系，做叠加显示可以用地理坐标系但要注意性能。我一般会统一转成EPSG:4490做存储，需要算面积时再按区域转对应的投影带。

3. 用 Python 把三级边界跑通：读取、筛选、投影、关联

3.1 用 geopandas 读取并检查几何有效性

geopandas 是目前 Python 里处理 shapefile 最顺手的库，底层依赖 GDAL 和 Fiona。先装环境：

# 建议用 conda 装，geopandas 的依赖链在 pip 下容易出问题 conda install -c conda-forge geopandas shapely pyproj fiona

读取和检查：

import geopandas as gpd # 读取省级边界 prov = gpd.read_file("省级/province.shp") # 看基本信息 print(prov.crs) # 坐标系 print(prov.shape) # 行列数 print(prov.columns.tolist()) # 字段列表 print(prov.geom_type.unique()) # 几何类型 # 检查几何有效性，无效几何会导致后续空间操作报错 invalid = prov[~prov.is_valid] print(f"无效几何数量: {len(invalid)}") # 如果有无效几何，尝试修复 if len(invalid) > 0: prov["geometry"] = prov["geometry"].buffer(0) print(f"修复后无效几何数量: {len(prov[~prov.is_valid])}")

buffer(0)是修复自相交多边形的常用技巧，但它会改变几何形状，对面积统计有细微影响。如果数据质量要求高，应该用shapely.make_valid或explain_validity定位具体问题再针对性处理。

3.2 按行政区划代码筛选目标区域

假设你要做某个省的分析，先按代码前缀筛选：

# 假设 adcode 字段是行政区划代码，筛选 33 开头的省 target = prov[prov["adcode"].astype(str).str.startswith("33")] # 如果要做市级，读取市级数据后按 parent 字段筛选 city = gpd.read_file("市级/city.shp") city_target = city[city["parent"].astype(str).str.startswith("33")] # 县级同理 county = gpd.read_file("县级/county.shp") county_target = county[county["parent"].astype(str).str.startswith("33")]

这里有个坑：adcode读进来可能是整数，也可能是字符串，还可能是带小数点的浮点数。统一转成字符串再比较，能避免330000和"330000"不相等的问题。如果代码字段有前导零（比如某些县级代码），必须确保读进来就是字符串，否则前导零会丢失。

3.3 投影转换与面积计算：别在经纬度上直接算面积

经纬度坐标系下算出来的面积单位是「平方度」，没有物理意义。必须转成投影坐标系：

# 先转成适合目标区域的投影坐标系 # 以 33 开头的省为例，常用 UTM 50N 或 CGCS2000 高斯投影 target_proj = target.to_crs("EPSG:32650") # UTM zone 50N # 算面积，单位是平方米 target_proj["area_km2"] = target_proj.geometry.area / 1e6 # 对比一下经纬度下直接算的结果，感受差异 target["area_deg2"] = target.geometry.area print(target[["name", "area_deg2"]].head()) print(target_proj[["name", "area_km2"]].head())

投影带的选择有讲究。跨带的区域如果强行用一个带，边缘变形会很大。常见做法是：省级用 Albers 等积投影，市级用对应 UTM 带，县级用高斯克吕格。如果只是做相对比较，统一用一个带也能接受，但绝对面积值会有偏差。

3.4 把统计数据关联到边界上

有了代码字段，关联就是一次 merge：

import pandas as pd # 假设有一份统计数据，包含 adcode 和指标值 stats = pd.read_csv("stats.csv", dtype={"adcode": str}) # 确保两边代码字段类型一致 target["adcode"] = target["adcode"].astype(str) # 左连接，保留所有边界 merged = target.merge(stats, on="adcode", how="left") # 检查匹配率 match_rate = merged["指标值"].notna().mean() print(f"匹配率: {match_rate:.2%}") # 匹配不上的单独看 unmatched = merged[merged["指标值"].isna()] print(unmatched[["adcode", "name"]])

匹配率低于 95% 就要查原因：是代码版本不一致，还是名称有差异，还是统计数据本身缺项。我一般会把匹配不上的导出成 CSV，人工核对一遍再决定是修代码还是修名称。

4. 避坑与排查：行政区划 SHP 最常见的五个翻车点

4.1 省界和县界套不上，缝隙能塞下一整个县

现象：把省级和县级图层叠加，发现县界边缘和省级边界有明显偏移，有的县甚至一半在省外。

原因：两个图层来自不同数据源，采集精度和简化程度不同。省级可能做过抽稀，县级保留更多细节，边界自然对不上。

解决：不要试图用县级去拼省级。如果要做嵌套统计，以县级为基准，用dissolve按省代码合并出省级边界，保证拓扑一致：

# 用县级数据合并出省级，保证边界完全吻合 prov_from_county = county.dissolve(by="parent", aggfunc="first")

4.2 属性表中文乱码，名称全变成问号

现象：用某些 GIS 软件打开，属性表里的中文名称显示为乱码或问号。

原因：shapefile 的.dbf文件默认编码是系统编码，Windows 下常是 GBK，而很多工具默认按 UTF-8 读。

解决：先确认.cpg文件内容，如果没有.cpg，用ogrinfo指定编码读：

# 指定 GBK 编码读取 ogrinfo -so -al province.shp --config SHAPE_ENCODING GBK

Python 里 geopandas 读取时可以传encoding参数：

prov = gpd.read_file("province.shp", encoding="gbk")

如果还是乱码，用dbfread单独读 dbf 文件排查编码。

4.3 行政区划代码对不上，因为版本年份不同

现象：统计数据用的是 2023 年代码，边界数据是 2019 年的，合并后匹配率只有 80%。

原因：行政区划代码每年都有调整，撤县设区、合并、更名都会导致代码变化。

解决：找一份代码变更对照表，或者以边界数据的代码为准，把统计数据往边界上靠。如果变更太大，考虑用名称做辅助匹配，但一定要人工核对变更项。

4.4 几何无效导致空间分析报错

现象：做intersect或union时抛出TopologyException。

原因：多边形自相交、重复点、环方向错误等几何问题。

解决：先检查再修复：

from shapely.validation import explain_validity # 定位无效几何 for idx, geom in prov.geometry.items(): if not geom.is_valid: print(idx, explain_validity(geom))

修复用buffer(0)或make_valid，修复后重新检查。

4.5 文件太大加载慢，内存直接爆掉

现象：县级数据几万个多边形，read_file卡住或内存溢出。

原因：shapefile 没有空间索引，全量读入内存。

解决：用pyogrio引擎或分块读：

# 用 pyogrio 引擎，速度更快 prov = gpd.read_file("county.shp", engine="pyogrio") # 或者先用 ogr2ogr 裁剪出目标区域再读

# 用 ogr2ogr 按范围裁剪，减少数据量 ogr2ogr -f "ESRI Shapefile" county_clip.shp county.shp -clipsrc 116 39 117 40

5. 从能用到好用：一套可复用的行政区划数据处理流程

5.1 把重复操作封装成一个处理脚本

每次拿到新包都手动跑一遍检查太累，我一般会写一个prepare_admin.py，把读取、检查、投影、导出串起来：

import geopandas as gpd import pandas as pd from pathlib import Path def load_and_check(path, target_crs="EPSG:4490"): """读取 shapefile，检查几何，统一坐标系""" gdf = gpd.read_file(path) # 几何有效性检查 invalid_count = (~gdf.is_valid).sum() if invalid_count > 0: print(f"[警告] {path} 有 {invalid_count} 个无效几何，尝试修复") gdf["geometry"] = gdf["geometry"].buffer(0) # 统一坐标系 if gdf.crs is None: print(f"[警告] {path} 没有坐标系定义，跳过转换") elif gdf.crs.to_string() != target_crs: gdf = gdf.to_crs(target_crs) return gdf def export_geojson(gdf, out_path): """导出为 GeoJSON，方便前端使用""" gdf.to_file(out_path, driver="GeoJSON", encoding="utf-8") print(f"[完成] 导出 {len(gdf)} 个要素到 {out_path}") if __name__ == "__main__": base = Path("全国行政区划_SHP") prov = load_and_check(base / "省级" / "province.shp") city = load_and_check(base / "市级" / "city.shp") county = load_and_check(base / "县级" / "county.shp") export_geojson(prov, "output/province.geojson") export_geojson(city, "output/city.geojson") export_geojson(county, "output/county.geojson")

这个脚本的核心逻辑是：先检查再转换，转换前确认坐标系存在。很多翻车都是因为.prj文件丢失导致坐标系为空，直接to_crs会报错或产生错误结果。

5.2 用简化几何换加载速度，但别简过头

前端展示或大屏场景，几万个多边形的 GeoJSON 可能几十兆，加载卡顿。用simplify抽稀：

# tolerance 单位与坐标系一致，EPSG:4490 下是度 # 0.01 度约 1 公里，根据展示精度调整 county_simplified = county.copy() county_simplified["geometry"] = county_simplified.geometry.simplify(0.01, preserve_topology=True) # 对比文件大小 county.to_file("county_full.geojson", driver="GeoJSON") county_simplified.to_file("county_simplified.geojson", driver="GeoJSON")

preserve_topology=True能避免简化后多边形自相交，但速度慢一些。如果只是做底图展示，0.01到0.05的容差通常够用；如果要做面积统计，简化后的面积会有偏差，不建议在分析环节用简化数据。

5.3 验证数据质量的三个快速检查

在把数据交给下游之前，我习惯跑三个检查：

如果要素数量明显偏少，可能是数据不完整；代码有重复，可能是合并了某些区域；几何无效，必须修复后再用。这三个检查花不了两分钟，但能避免后面几个小时的排查。

5.4 一个容易忽略的细节：名称字段的空白字符

行政区名称里经常混入空格、全角空格、换行符，导致名称匹配失败。清洗一下：

# 去除首尾空白和不可见字符 county["name_clean"] = county["name"].str.strip().str.replace(r"\s+", "", regex=True) # 对比清洗前后 diff = county[county["name"] != county["name_clean"]] print(f"需要清洗的名称数量: {len(diff)}")

这个操作看起来不起眼，但在做名称关联时能救回不少匹配。我遇到过名称里带\u3000（全角空格）的情况，肉眼看不出，程序匹配就是失败，血泪经验。

5.5 最后一步：把处理好的数据存成 Parquet 或 GeoPackage

shapefile 有字段名长度限制、编码问题、2GB 大小限制，处理完的数据建议转成 GeoPackage 或 Parquet：

# 存成 GeoPackage，单文件，支持长字段名和 UTF-8 prov.to_file("admin.gpkg", layer="province", driver="GPKG") city.to_file("admin.gpkg", layer="city", driver="GPKG") county.to_file("admin.gpkg", layer="county", driver="GPKG") # 如果只需要属性表，存 Parquet 更快 county.drop(columns="geometry").to_parquet("county_attr.parquet")

GeoPackage 是 OGC 标准，QGIS、ArcGIS、geopandas 都能直接读，比 shapefile 省心得多。我现在的习惯是：原始 shapefile 只读不改，所有处理结果都存 GeoPackage，下次直接用，不再碰原始文件。希望帮到你。

本文还有配套的精品资源，点击获取