简介四川省地理信息SHP矢量数据包面向GIS开发、城市规划、环境分析等领域的从业者、学生及科研人员适合需要省级基础底图的各类应用场景。压缩包共200个文件包含49组标准的shp几何、dbf属性、shx索引和prj投影配套文件另有3个xml元数据与1个mxd地图工程文件总大小约118.18MB。数据覆盖四川省行政边界、道路、水系、居民地以及餐饮、购物、医疗、政府机关等兴趣点可直接用于空间查询、缓冲区分析、专题地图制作等常见GIS任务。目前已有3588人学习下载。借助该数据包可系统练习矢量数据导入、坐标系定义、属性表编辑和格式转换等完整操作流程同时资源以分文件形式组织便于理解SHP格式的存储机制为区域级地理信息项目提供现成底图素材显著节省数据预处理时间。1. 四川地图shp文件到底是个什么东西拿到一份「四川地图shp文件」大部分人期待的是一双击就能出图实际收到的却是一组后缀不同的文件主文件用文本编辑器打开全是乱码拖进地图软件后省界要么飘到太平洋要么和市州边界对不齐。这不是数据坏了而是shp这种矢量格式的固有脾气几何坐标、索引、属性、坐标系说明被拆在多个文件里任何一个缺失或编码不对图就会翻车。这份数据的本质是四川省级、市州级、区县级行政边界的矢量多边形外加一张写有地名和行政区划代码的属性表。它的价值在于能叠加统计年鉴数据做专题图能作为WebGIS底图也能在项目报告里输出示意地图。适合要做地图可视化、省域数据分析、专题制图的从业者新手按第二、三章从零跑通熟手可以直接跳到第四章加工和第五章排雷。全文按「是什么—怎么体检—怎么加工—坑在哪—怎么发布」的路径走每个步骤都给出能直接复现的命令和参数。整条链路不绑定特定商业软件用开源工具就能完成这也是我现在处理省域数据的默认方式。2. 四川shp的底子伴生文件、坐标系与层级处理省域shp之前先花十分钟把数据的物理结构和坐标体系拆开看明白能省掉后面几小时的返工。这一章不讲玄学只讲三件事shp文件的真实组成、坐标系为什么会把省界搞丢、以及一份四川数据常见的三种颗粒度。2.1 shapefile不是单文件伴生文件缺一个就翻车不少新手拿到shp后只复制了.shp一个文件换台电脑就打不开然后怀疑数据损坏。实际上shapefile是一组文件的集合至少要有几何、索引、属性三件套坐标系和编码声明则是质量的保证。我一般用一个表格记住每个后缀的职责后缀作用缺失或损坏的后果.shp几何坐标本体点线面数据无法读取软件直接报错.shx几何索引部分软件打不开或读取极慢.dbf属性表地名、PAC代码、面积图上只剩空白多边形.prj坐标系描述文本软件按默认坐标系猜大概率错位.cpg属性表编码声明中文属性乱码打开数据前我习惯用命令行先看一眼元数据而不是直接拖进桌面软件ogrinfo -so -al sichuan_city.shp-so表示只输出概要信息-al列出所有图层输出里能看到要素几何类型市州界通常是Multi Polygon、要素数量、矢量范围和坐标系描述。如果命令报Couldnt open先按上表逐个排查伴生文件是否齐全九成是.dbf或.shx没拷全。这里还有个容易被忽略的点.shp单文件的上限是2GB区县级全省拼接后体积接近上限时旧工具可能写入失败表现就是要素数量对不上或尾部面丢失。处理这种情况的常见做法是转成GeoPackage这个问题后面第六章还会碰到。2.2 坐标系为什么四川的省界会飘到国外省域shp出问题一半以上都出在坐标系。市面上流通的四川shp无非两种状态经纬度坐标WGS84或CGCS2000和投影坐标高斯-克吕格、Albers等。投影坐标是一串很大的米制数字软件如果把它当成经纬度读数据会跑到(0,0)附近或者根本显示不出来而两套地理坐标系之间错认会带来几十米到几百米的整体位移边界精细时一眼就能看出错位。四川的经度范围大致在东经97°到109°之间东西跨度大高斯投影下横跨多个分带所以很多出图单位习惯统一到中央经线105°E的投影方案或者干脆给全套经纬度坐标。拿到文件的第一个动作是用文本方式打开并查看.prj里面坐标系声明写的是什么cat sichuan_city.prj里面能看到类似GCS_WGS_1984或CGCS2000的字样说明是地理坐标如果出现Gauss_Kruger、CM_105E、zone这类词说明是投影坐标。地理坐标可以直接叠图投影坐标必须先搞清楚带号再决定转成哪种统一坐标系。判断有没有读错还有一个土办法打印边界范围四川全省的经纬度范围大致在(97, 26)到(109, 34)之间如果完全对不上坐标系十有八九错了。2.3 四川shp的常见颗粒度省界、市州界、区县界一份「四川地图shp」在数据包里往往是按层级拆好的省级面一份、市州级一份、区县级一份。拿着区县级数据画全省图没问题但文件体积大、渲染慢做不了精细的出图控制拿着省界shp做区县统计分析则根本不匹配。先确认颗粒度再决定处理策略而不是拿到就开干。颗粒度常见属性字段典型用途省级面NAME、AREA全国示意图、省界压边线市州级NAME、PAC(6位)专题图、年鉴数据匹配区县级NAME、PAC(12位)精细统计、WebGIS底图属性表里最值钱的是行政区划代码也就是PAC字段。四川的省级代码是51开头市州代码占中间两位区县代码占后两位。统计年鉴里的数据通常也是按这个代码组织的所以做数据匹配时PAC比地名可靠得多——地名有叫法差异代码没有。还有一点容易被忽略shp数据是有年份口径的。行政区划年年都可能调整2015年的市州界和2023年的市州界未必一致代码表也会跟着变。拿到数据先看属性表里有没有年份说明没有就按文件时间推断并把年份写进项目文档避免后面匹配统计年鉴时出现大量对不上的情况。3. 用Python给四川shp做一次完整体检拿到shp后最忌讳的是直接画图、直接出报告。先跑一遍体检脚本确认坐标系、几何有效性、面积量级和代码口径后面所有加工才有意义。这一章的操作基于Python的GeoPandas库环境里缺依赖时先pip install geopandas pyogrio命令可以直接复制改路径。3.1 最小读取一行命令确认坐标系和范围import geopandas as gpd gdf gpd.read_file(sichuan_city.shp, encodingutf-8) print(CRS:, gdf.crs) # 坐标系没有则为 None print(要素数:, len(gdf)) # 市州级应为21条左右 print(范围:, gdf.total_bounds) # (minx, miny, maxx, maxy) print(gdf.head(3)) # 看前3行属性和几何read_file默认按UTF-8读属性表如果地名乱码把编码换成gbk或gb18030这是四川shp最常见的编码问题。数据量大时加一个enginepyogrio参数读入速度能明显提升这个参数在新版GeoPandas里也是推荐的读取方案。total_bounds是体检第一指标。如果范围在(97, 26)到(109, 34)附近说明坐标是经纬度且位置正确如果出现几百万的米制大数说明是投影坐标需要先声明坐标系再转换如果范围覆盖整个中国的(73, 3)到(135, 53)区间说明这个shp里装的是全国拼图四川只是其中一个属性为「四川」的面得先按NAME字段筛出来再用。3.2 几何体检有效性、碎面和面积复核坐标系没问题之后第二步是检查几何质量顺便复核面积量级避免加工到一半才发现数据带着碎面或无效多边形albers (projaea lat_125 lat_247 lat_00 lon_0105 x_00 y_00 ellpsGRS80 unitsm no_defs) gdf[面积_km2] gdf.geometry.to_crs(albers).area / 1e6 print(gdf[[NAME, 面积_km2]].sort_values(面积_km2, ascendingFalse)) print(无效要素数:, (~gdf.geometry.is_valid).sum())这里的to_crs(albers)是投影到适合四川省域的双标准纬线等积投影lon_0105表示中央经线取105°E符合四川东西跨带的常用做法。算面积必须在等积投影下算在经纬度坐标里算出来的是平方度没有物理意义。四川全省面积约48.6万平方公里市州面积从四五千到十几万平方公里不等如果你算出来差一个数量级要么是坐标系读错要么是单位没换算。is_valid检查的是几何是否自相交、是否闭合。发现无效要素后最常见的修复是给几何做一个零距离缓冲gdf.geometry gdf.buffer(0)buffer(0)会把自相交的环清理掉同时把细小的碎面吞并这一步对市州接缝问题很有效第四章还会用到。3.3 用行政区划代码和统计年鉴对齐地图最终要落到数据上。体检的第三项是把shp的属性表和统计表格用行政区划代码对齐提前发现问题而不是等专题图做出来才发现一堆空白区块import pandas as pd stats pd.read_csv(city_stats.csv, dtype{code: str}) gdf[PAC] gdf[PAC].astype(str).str.zfill(6) merged gdf.merge(stats, left_onPAC, right_oncode, howleft) missing merged[merged[value].isna()] print(对不上的市州:, missing[[NAME, PAC]].to_string(indexFalse))astype(str).str.zfill(6)是把数值型代码补成6位字符串防止“51”和“5101”这类数值比较出问题。匹配完把how改成left保留shp全部面方便看到底是哪些市州缺数据。如果缺失记录里全是老地名说明是数据年份差异直接进入第五章的排查流程。这一章体检跑完你应该对数据有一个明确结论坐标系是什么、范围对不对、几何干不干净、面积合不合理、代码能不能和统计口径对上。任何一项存疑都不要往下走先解决再加工这是省域shp数据处理里最值钱的一个习惯。4. 把四川shp从原始边界收拾成能用的底图体检通过数据可信了才进入加工。这一章讲三个最常见的加工需求字段裁剪、边界简化、区县合并成市州。每条给出命令和参数同时说明为什么这么设。4.1 字段精简只留需要的列网上下载的shp字段经常又杂又多光面积字段就有好几种还带着生产单位的内部编号。字段多一倍文件体积大一圈后面每次转格式都慢。常见做法是先按需求裁剪字段再写出去keep [NAME, PAC, geometry] out gdf[keep].copy() out.to_file(sichuan_city_clean.shp, encodingutf-8)to_file时指定encodingutf-8会把.cpg也写成UTF-8声明后面下游工具读取时不用再猜编码。这里有个细节如果你只是筛选列用gdf[keep]就行但建议先copy()避免后续对out的原地修改影响原数据。4.2 边界简化怎么选容差为了在Web端流畅显示面边界需要简化。简化不是删除数据而是按容差去掉小拐点。容差设太大市州的形状特征会丢设太小文件还是大。我一般按用途分三档# 全省轮廓容差0.05只留大势 prov out.copy() prov.geometry prov.geometry.simplify(tolerance0.05, preserve_topologyTrue) # 市州底图容差0.01兼顾细节和体积 city out.copy() city.geometry city.geometry.simplify(tolerance0.01, preserve_topologyTrue)simplify的容差单位跟随数据坐标系经纬度数据下0.01大致相当于1公里量级。preserve_topologyTrue表示尽量保持相邻面的公共边不撕裂但这个参数并不是万能的简化后仍然建议做一次is_valid检查和buffer(0)修复。注意容差是跟着坐标系走的。投影坐标数据里容差单位是米0.01米相当于没简化经纬度数据里0.01度又是另一个量级。换坐标系后必须重新评估阈值不要直接复制参数。简化后放大看边界会变成折线这是正常的。如果你发现某个市州简化后出现明显变形通常是源数据里本身有飞地或凹陷这时对这个面单独调小容差而不是全局统一参数。4.3 区县合并成市州dissolve一步到位做省域专题图时经常需要把183个区县面合并成21个市州面。手工合并会疯掉GeoPandas的dissolve就是干这个的county gpd.read_file(sichuan_county.shp, encodingutf-8) county[PAC6] county[PAC].astype(str).str[:6] city county.dissolve(byPAC6).reset_index() city city.rename(columns{PAC6: PAC}) city.to_file(sichuan_city_dissolved.shp, encodingutf-8)dissolve(byPAC6)按6位代码分组把同一市州下属的区县面合并成一个整体组内公共边自动消失。合并后reset_index()让代码变成普通列方便后续merge。注意dissolve对属性字段的处理非分组字段会被聚合或保留一个值所以最好提前只保留NAME、PAC这类必要字段。这里用PAC6而不是市州名做分组是因为名字可能在不同批次数据里有写法差异代码是唯一稳定的主键。合并后的市州面接缝位置可能会因为源的缝隙出现锯齿状空洞建议照例做一次city.geometry city.buffer(0)把微缝隙填平。5. 四川shp避坑排查乱码、错位、碎面与隔年数据处理省域shp这几年返工最多的场景就集中在下面五类。每一条按照现象、原因、解决三个层次写可以直接对照排查。5.1 属性表中文全乱码现象Python里读出来地名是乱码符号桌面软件里显示正常导出CSV后又是一团乱。 原因大多数四川shp的.dbf属性表用GBK或GB2312编码而read_file默认按UTF-8解码两套编码对不上就乱。反过来也有源数据是UTF-8工具却按GBK读的情况。 解决先试encodinggbk不行就试encodinggb18030后者是GBK的超集能兜住生僻字。确定能正常读出后立刻to_file(..., encodingutf-8)把数据洗一遍后续所有步骤统一用UTF-8不要再混着读。5.2 省界整体偏移到海对岸现象地图能打开但四川的位置不对整体往东或往北漂轻则差几百米重则整块数据消失或在海里。 原因.prj文件缺失或描述不完整软件按默认的WGS84经纬度去读而数据实际是CGCS2000或其他坐标系更糟的情况是数据本身是投影坐标被当成经纬度后数值完全错乱。 解决先看.prj确认源头坐标系缺失时按数据来源补一个合理CRS然后先声明再转换gdf gpd.read_file(sichuan_city.shp) gdf gdf.set_crs(EPSG:4490, allow_overrideTrue).to_crs(EPSG:4326)set_crs是声明数据原来是什么坐标系to_crs是转换到目标坐标系顺序颠倒会造成二次偏移。命令行的对应做法是ogr2ogr -t_srs EPSG:4326 out.shp in.shp如果源文件没有.prj用-a_srs EPSG:4490先声明再套用-t_srs。这里的EPSG:4490是CGCS2000地理坐标的代码你按实际来源改成WGS84或西安80对应的代码即可。5.3 市州之间出现缝隙或重叠现象放大看相邻市州边界有白色缝隙或者两个市州的面积加起来比全省还大。 原因源数据在生产时做过制图综合或来自不同年代拼接相邻面的公共边不完全一致于是出现缝隙和重叠。 解决先体检找无效面再统一修复fixed gdf.buffer(0) seam fixed.union_all()union_all会把所有面合并计算吞掉公共边上的微缝隙。注意这个操作的计算量随要素数量增长市州级二十个面很快区县级上百个面建议分地市逐批处理否则会卡到怀疑人生。5.4 面积和官方口径对不上现象用工具算四川面积出来一个夸张的数字和官方公布的48.6万平方公里差好几个量级。 原因直接在经纬度坐标系里算面积得到的是平方度而不是平方公里或者数据本身带的面积字段是过时的。 解决先把几何投影到等积投影再算代码在第三章给了。另外要知道shp边界算出来的是几何面积和官方「含飞地、按管理口径」的统计面积有出入是正常的报告里注明口径即可。不要迷信属性表里的面积字段重算一遍最稳。5.5 邻近年份的行政区划对不上现象匹配统计年鉴时大量NaN或者同一个市州名字在两张图里边界明显不同。 原因shp的数据年份和统计数据的年份不一致期间发生过区划调整代码自然对不上。 解决先核对代码表的发布年份再做名称映射rename_map {某新区: 某市} gdf[NAME] gdf[NAME].replace(rename_map)稳妥的做法是在项目文档里记录每个shp的数据时点公开出图用最新行政区划代码历史分析用当年代码两者不要混用。如果一份shp的边界形状和当前行政区划差得很远别硬套重新找对应年份的数据比手动改边界靠谱得多。6. 从四川shp到Web底图发布前三个关键设置数据收拾干净后最后一步是发布成网页能加载的底图。这里不说整个服务端方案只说三个直接影响加载速度和显示正确性的设置。另外提醒一句涉及公开场合的shp出图先确认数据来源和底图的授权范围自己画的加工图只用于内部项目分析通常没问题大规模对外发布前要按来源要求做合规确认。6.1 先统一到WGS84再转GeoJSONWeb端绝大多数地图库只认经纬度把投影坐标直接转GeoJSON前端会显示错位。常规做法是先用命令行统一坐标系同时裁剪字段ogr2ogr -t_srs EPSG:4326 sichuan_wgs84.shp sichuan_city_clean.shp ogr2ogr -f GeoJSON -select NAME,PAC sichuan_wgs84.geojson sichuan_wgs84.shp第一条命令负责坐标转换第二条把WGS84的shp转成GeoJSON并只保留NAME和PAC两个字段。-select裁剪字段能让文件体积直接缩掉一半以上。6.2 按层级设置简化阈值发布底图不能只给一份全量区县数据要按显示层级给不同精度。省一级用容差0.05的轮廓市州级用0.01区县级用0.001前端按缩放级别切换既保住细节又控制流量。简化阈值、字段裁剪、切片这三件事的顺序不要乱先裁剪再简化最后切片出来的瓦片体积最小。我第一次发布四川区县底图时跳过简化一个GeoJSON三十多兆页面直接卡死后来养成习惯任何shp进发布流程之前先跑体检脚本确认坐标系再按层级简化最后看一眼total_bounds还在不在四川范围内才敢上线。这种自查动作不值钱但能挡掉大多数翻车。希望帮到你。本文还有配套的精品资源点击获取