简介面向GIS开发、地理数据分析与城市规划等场景这份资源提供烟台市各区县的行政区划矢量边界数据格式为通用的Shapefile可在ArcGIS、QGIS等主流平台直接加载使用。压缩包共14个文件包含2个.shp几何文件、2个.shx空间索引、2个.dbf属性表、2个.prj投影信息以及配套的.sbn/.sbx空间索引和.xml元数据覆盖烟台市及区县两级要素适合地图制图、区域统计分析、可视化展示等用途。包体仅141KB轻量易下载目前已有425人学习浏览。数据经过整理属性字段与坐标系信息完整导入后无需额外转换即可开展拼接、裁剪、面积量算等操作可帮助节省四处搜集基础地理数据的时间。1. 烟台各区县shp文件不是一堆孤立数据拆包前先看全很多人下载“烟台各区县shp文件.rar”之后习惯只把里边的.shp拖进ArcGIS或QGIS结果要么提示“无法打开数据”要么工具栏上的区县要素少一块。实际上这个压缩包里不仅有.shp还有.dbf、.prj、.shx、.sbn、.sbx和.xml它们构成一个完整的Shapefile数据集缺任何一环都可能影响读取和定位。资源里同时出现“烟台”和“烟台各区县”两种前缀通常分别表示市域总边界和分区县边界。对做论文底图、区域统计和遥感制图的人来说拿到包后先盘点文件、确认属性表和坐标参数比直接双击.shp更重要。这篇就按“拆包-验参-分县-修复”的顺序把这个包用到位。2. 拆解Shapefile组件从shp、dbf、shx到sbn、sbx每个文件都有存在理由2.1 主文件与必需依赖为什么不能单独拿.shp走Shapefile是ESRI定义的一种矢量数据存储格式它不是一个文件而是一组配套文件。主文件.shp保存几何坐标.dbf保存属性表.shx是几何与属性之间的索引。三者在读取时缺一不可缺.shx时大部分GIS软件会尝试重建索引但仍可能报错缺.dbf时区县名称、行政区代码等属性全部丢失后续按区县拆分和统计就无从谈起。以这个压缩包为例主数据“烟台各区县.shp”的实体部分包含多边形边界而“烟台各区县.dbf”里通常有县/区名称、行政代码、面积等字段。至于另一个“烟台.shp”从文件名推断是烟台市整体的轮廓线用于制图时作为高亮边界或裁剪范围。实际使用时如果只需要全市底图加载“烟台.shp”就够要做分区县展示必须加载“烟台各区县.shp”并同时对拍.dbf里的字段。2.2 空间索引和元数据sbn、sbx、xml哪些会拖后腿压缩包里的.sbn和.sbx是ArcGIS生成的二进制空间索引专门用于加速空间连接和查询。它们不是Shapefile规范强制要求的部分但如果缺失ArcGIS在后续操作中可能会自动重建而QGIS会直接忽略。这里有个容易踩的坑用户常常只拷贝shp、dbf、shx三个文件把.sbn、.sbx留在原目录结果在别的机器上打开时要素选择速度明显变慢甚至出现“空间索引不可用”的提示。对行政区划这样的中小数据量来说缺失影响不大但在做大数据量叠加分析时还是建议整目录解压。.xml是元数据文件记录数据来源、精度和处理日志。“烟台各区县.shp.xml”和“烟台.shp.xml”同时存在说明数据源经过新一轮整理字段含义和坐标信息都有迹可循。我一般会先看它再决定是否重新投影而不是一上来就盲猜坐标系。下面这个表是文件后缀与缺失表现的快速参照文件后缀类型缺失时的表现.shp几何主文件无法显示任何要素.shx几何索引部分软件自动重建索引老旧代码可能崩溃.dbf属性表要素能显示但没有名称和代码.prj坐标参考软件按默认经纬度处理位置偏移.sbn/.sbx空间索引ArcGIS提示索引丢失查询变慢.xml元数据不影响显示但丢失数据来源说明2.3 用Python快速验证数据完整性和属性结构在加载到GIS之前先用脚本确认数据完整性能避免后续反复排查。常见的做法是用GeoPandas读取一行代码就能看到要素数量和字段列表import geopandas as gpd # 读取烟台各区县主数据 gdf gpd.read_file(烟台各区县.shp, encodingutf-8) print(f要素数量{len(gdf)}) print(f属性字段{gdf.columns.tolist()}) print(gdf.head(3))这段代码里encoding参数专门用来指定.dbf的字符集。如果属性里出现乱码把utf-8改成gbk或gb2312再试。gdf.columns.tolist()返回的列表里如果包含“县市代码”“名称”这类中文或拼音字段先记下来后面按区县拆分时要用。head(3)只是抽查前三条记录完整查看每个字段的唯一值可以加一句for col in gdf.columns: print(col, gdf[col].nunique())用于快速发现字段是否被截断。如果不想引入GeoPandas也可以用pyshp这种更轻量的库验证.shp和.dbf是否配对import shapefile sf shapefile.Reader(烟台各区县.shp, encodinggbk) print(sf.numRecords, len(sf.shapes())) for i, record in enumerate(sf.records()[:3]): print(i, record)pyshp的numRecords来自.dbflen(sf.shapes())来自.shp两者不相等就说明几何和属性记录数不一致这个包很可能被误删了一部分记录。注意encodinggbk是为中文属性准备的实际以.dbf头文件内的语言驱动标识为准后面第5章会讲如何统一修复编码。3. 坐标参数与加载对齐prj文件决定你的烟台会不会跑到非洲3.1 先读prj文件再动手坐标系不是玄学打开压缩包里的“烟台各区县.prj”里面是一段WKT文本。如果看到PROJCS[CGCS2000_3_Degree_Gauss_Kruger_CM_120E]或类似的Gauss_Kruger关键词说明数据已经是CGCS2000椭球下的高斯-克吕格投影中央经线120°E适合烟台这种东西跨度较大的区域。这种投影下X坐标通常是带号的7位数字Y坐标是6位数字直接拿它和在线地图的经纬度叠加会错位几百万米必须先转换或按同一坐标系加载。读取prj文件本身不需要GIS直接用Python读文本也可以但更规范的方式是用pyproj解析from pyproj import CRS # 读取prj文件内容 with open(烟台各区县.prj, r, encodingutf-8) as f: wkt f.read() crs CRS.from_wkt(wkt) print(crs.name) print(crs.to_epsg())这里CRS.from_wkt负责把ESRI的WKT转换成标准CRS对象crs.name打印坐标系名称crs.to_epsg()尝试映射到EPSG编码。如果打印出来是None说明这个prj是ESRI自定义写法映射不到官方EPSG需要手动设置基准面。常见做法是在CRS.from_user_input(EPSG:4547)尝试固定编码不过不建议在没有官方参考资料时乱给编码宁可先保持原prj再在GIS软件里让它自动识别。3.2 在QGIS和ArcGIS里正确加载并和遥感底图对齐加载时最容易出的问题是“默认坐标系”和“底图坐标系”不一致。QGIS里直接把“烟台各区县.shp”拖进去右下角会显示数据自带的CRS如果底图是Web墨卡托EPSG:3857需要右键图层在图层属性里把“重投影”设为EPSG:3857QGIS会自动动态投影显示就对齐了。ArcGIS Pro则通常直接使用数据框坐标系如果发现烟台整体偏到海里先检查数据框的坐标系是不是被某个旧模板写成了WGS84地理坐标。这里列一个对照表方便在坐标系混合使用时快速定位问题应用场景推荐坐标系说明本地区域精确分析原prj中的CGCS2000高斯投影保持数据原本精度避免反复投影Web在线底图叠加EPSG:3857Web墨卡托与OSM、天地图底图默认一致GPS点位导入EPSG:4326WGS84地理坐标经纬度十进制需先转成投影坐标提示切换投影不是重新定义坐标系。如果数据本身缺.prj直接选择新的CRS只会让几何坐标被套用错位必须先根据原始数据来源补齐CRS再投影。实际项目中我一般会把源数据固定保持原投影做面积计算只在出图时切换到3857。烟台各区县边界如果和乡镇边界套起来有几十米偏移多半是另一份数据用的是WGS84而不自知不是这个包本身的问题。3.3 动态投影和重导出两种工具的兼容做法如果要把这个shp传给只用WGS84的同事建议在QGIS中右键图层选择“导出要素另存为”在“CRS”下拉框里选EPSG:4326编码选UTF-8生成新的shp或GeoPackage。ArcGIS里则用工具箱里的“投影Project”工具输入“烟台各区县.shp”输出坐标系设为WGS84地理坐标。这里有一个容易被忽略的选项ArcGIS的“投影”工具会默认把字段名截断到10个字符如果.dbf里有超过10个字符的中文长字段名导出后名称会被截断后续SQL查询需要重命名。动态投影和重导出是两个概念动态投影只改变屏幕显示不修改源文件重导出会生成一份真正的新坐标数据。很多人以为在QGIS里右键改了坐标系就完成转换其实数据本身没有变再交给下游脚本时依然会读取原prj。这也是为什么明明屏幕上位置正确写进PostGIS后却偏移的原因之一。确认方式很简单重导出后用ogrinfo命令查看实际CRSogrinfo -so 烟台各区县.shp 烟台各区县 | grep -i proj_crs3.4 属性表里挖出区县代码行政区划分析的起点.dbf里通常有两个关键字段区县名称和行政区划代码。代码前六位代表省、市、区县例如烟台的区县代码以3706开头。把代码字段从文本型转成整型后续做连接统计更快。使用GeoPandas时可以这样处理gdf[code] gdf[XZQDM].astype(str).str.zfill(6) gdf gdf.sort_values(code) print(gdf[[XZQDM, XZQMC]].head(10))这里astype(str)先把原始数值转成字符串str.zfill(6)保证六位行政区划代码不丢失前导零排序后就能看出区县顺序。有些数据把区县名放在“NAME”或“MC”字段取决于原始作业单位命名先通过gdf.columns确认再决定用哪个字段。行政代码在后续人口和GDP数据关联中是唯一键不要只看区县名有些同名区县跨地市会掉进重复匹配的坑。4. 按区县拆分、坐标导出和shp转txt把行政边界用起来4.1 用GeoPandas按区县拆分并保存独立shp拿到烟台各区县边界后经常需要把单个区县元素单独提取。常见做法是按属性字段过滤并保存为新shp比如只留“莱山区”分析高铁站点辐射laishan gdf[gdf[XZQMC] 莱山区] laishan.to_file(laishan.shp, driverESRI Shapefile, encodingutf-8)这里gdf[XZQMC] 莱山区返回布尔序列筛选出名称字段匹配的要素to_file保存时用driverESRI Shapefile明确输出形状文件。如果字段名不是汉字而是“NAME”或“MC”把里面的列名换掉即可。一个易错点是.shp的字段名会被截断到10个字符中文在有些环境下还会变成乱码保存前最好重命名为短拉丁字符。批量把所有区县分别导出成独立文件可以用一个简单的for循环for name, group in gdf.groupby(XZQMC): safe_name name.replace(/, _) group.to_file(fcounty_{safe_name}.shp, driverESRI Shapefile, encodingutf-8)groupby按区县名分组safe_name把包含路径分隔符或非法字符的名称替换掉避免在Windows上写出失败。文件命名统一加county_前缀后面用通配符批量处理时不会误吞其他数据。4.2 计算区县面积和质心结果写回属性表在做专题图时计算各区县面积和质心坐标是高频操作。因为原始数据可能是CGCS2000投影坐标直接计算面积得到的是平方米除以1e6就是平方公里。使用GeoPandas可以一次完成gdf[area_km2] gdf.geometry.area / 1e6 gdf[centroid_x] gdf.geometry.centroid.x gdf[centroid_y] gdf.geometry.centroid.y gdf[[XZQMC, area_km2, centroid_x, centroid_y]].to_csv(county_center.txt, sep\t, indexFalse)这段代码把面积单位转换成平方千米质心坐标取的是投影坐标系下的X、Y。需要经纬度质心时可以先用gdf.to_crs(EPSG:4326)把整个GeoDataFrame临时转成WGS84再算centroid得到的就是十进制度数。注意不要重复给gdf赋值否则原始投影坐标会被覆盖。另外质心不一定落在行政边界内对于弓形或狭长区县质心可能跑到隔壁县需要检查再用。4.3 shp转txt的三种方法从命令行到ogr2ogr热词里“shp转txt”是很多人搜索的入口但“txt”具体有两种属性表格文本和几何坐标文本。上面的to_csv就是属性表转txt保留区县名、面积、质心。如果要导出每个区县边界的顶点坐标到可阅读文本常见做法是遍历shapes对象import shapefile reader shapefile.Reader(烟台各区县.shp, encodinggbk) with open(yantai_points.txt, w, encodingutf-8) as f: for i, shape in enumerate(reader.shapes()): f.write(f{reader.records()[i][0]} start\n) for point in shape.points: f.write(f{point[0]},{point[1]}\n) f.write(end\n)这段脚本把每个要素的边界点写成坐标点列表以“区县名 start/end”分隔。shape.points在多边形要素里是一串环的坐标如果数据含多个环建议再用shape.parts切分否则会出现边线串接。另一种更标准的做法是用GDAL的ogr2ogr直接转成CSV并携带属性ogr2ogr -f CSV yantai.csv 烟台各区县.shp -lco GEOMETRYAS_XY-f CSV指定输出格式-lco GEOMETRYAS_XY告诉GDAL把几何坐标写成X、Y字段不生成WKT大字段适合后续导入Excel或数据库。注意ogr2ogr默认按.shp的编码读取如果乱码就在前面加-lco ENCODINGUTF-8和--config SHAPE_ENCODING GBK双保险。4.4 结合天地图影像做叠加验证导出txt之后最好把原始shp和天地图影像叠加一次确认边界和影像吻合。QGIS里安装“TianDiTu”插件或者用XYZ Tiles添加天地图瓦片再把“烟台各区县.shp”叠加在上方。如果发现烟台海岸线偏移超过一个像素先看底图是否是3857投影在图层属性中设置“临时重投影”即可。这一步能快速暴露坐标定义错误的隐患尤其是从网络下载的区县数据经常因为prj丢失而被迫套用任意坐标。5. 数据校验和修复让不兼容的shp也能顺利进库5.1 边界显示错误大多是.prj和编码问题当你把“烟台各区县.shp”拖进新环境却发现边界线断断续续或属性表全是问号先不要怀疑原文件sbn/sbx缺失导致的索引重建通常不会毁坏几何。最常见的两个问题是数据自带编码是GBK但程序默认用UTF-8解析.dbf中文属性自然乱码另一个是prj文件里的字符串有特殊字符被某些库当作普通文本跳过导致整个图层被塞进默认WGS84。解决办法很简单在读取时指明编码在加载前用crs.is_projected检查坐标是否为投影坐标。import geopandas as gpd gdf gpd.read_file(烟台各区县.shp, encodinggbk) assert gdf.crs.is_projected, 数据是经纬度坐标不是投影坐标 gdf.to_file(yantai_utf8.shp, encodingutf-8)这里把GBK编码重新读取并写成UTF-8再给后续处理统一一份副本。assert gdf.crs.is_projected在数据是WGS84时直接抛异常提醒你先确认坐标系再继续。如果文件缺少.prjgdf.crs会是None也需要手工绑定原坐标系。注意不要用to_file直接覆盖原文件另存新目录保留原始包作为备份。5.2 用shapeChecker检查并修复shp结构问题下载包里如果.shx丢失ArcGIS通常会在目录中生成一个同名.shx的旧版本但有时候删除文件导致索引和几何数量不一致。ShapeChecker是专门做Shapefile体检的工具勾选“Rebuild .shx”和“Recover deleted records”后它会尝试重建索引并保留有效要素。修复完成后用第2章的pyshp脚本再跑一次记录数对比确认.shp和.dbf的记录数一致再进入后续流程。如果手头没有ShapeChecker也可以用pyshp直接从.shp重建.shximport shapefile sf shapefile.Reader(烟台各区县.shp, encodinggbk) sf.save(yantai_fixed.shp)pyshp在保存时会自动生成配套的.shx和.dbf相当于用原始数据重新构造了一套文件。不过这种方式会丢失.xml元数据如果后续需要溯源保留原包即可。5.3 最后一步把修复后的shp导入PostGIS或GeoPackage如果数据分析流程要入库建议转成GeoPackage而不是继续用shp。命令ogr2ogr -f GPKG yantai.gpkg 烟台各区县.shp -nln yantai_county -lco ENCODINGUTF-8-f GPKG输出为GeoPackage单文件-nln yantai_county指定新图层名-lco ENCODINGUTF-8把存储编码固化为UTF-8。这样字段名长度限制和编码限制都被绕开后续QGIS读它也比shp快。如果目标是企业级数据库可以先ogr2ogr -f PostgreSQL PG:hostlocalhost dbnamegis userpostgres 烟台各区县.shp -nln yantai_county中间用管道串接。导入完成后马上跑一条SELECT count(*) FROM yantai_county WHERE ST_IsValid(geom) false把无效几何筛出来决定是手动修还是用ST_MakeValid批量处理。本文还有配套的精品资源点击获取