拓冰网站定制 
简介本资源是一套高精度、符合国家测绘标准的世界地图Shapefile地理数据集面向GIS专业学生、科研人员及地图可视化开发者解决学术绘图合规性与多层级要素定制需求。数据严格参照国家测绘地理信息局GS20161666号标准地图绘制已成功应用于两本CSSCI期刊论文配图满足主流学术出版图形审查要求。压缩包为ZIP格式总大小63.35MB包含详细版与简单版两个独立shp数据集简单版聚焦国境线与主要城市点位适合快速制图详细版则分层组织大洲边界、各国行政区划、湖泊河流、经纬网格等十余类地理要素支持按需裁剪与符号化渲染。目前已有4573人学习下载用户可直接导入ArcGIS、QGIS等平台开展空间分析、专题地图制作或教学演示无需二次校准坐标系显著提升地理信息项目前期数据准备效率。1. 世界地图 SHP 文件不是“随便下个 shapefile 就能用”而是得先看清坐标系、拓扑和粒度三把刀你刚在 GIS 软件里拖进一个标着“世界地图.shp”的文件图层加载成功心里一松——结果导出 PDF 时发现格陵兰岛比非洲还大做空间连接时所有国家边界在赤道附近错位 300 公里或者用geopandas.read_file()读出来报错TopologyException: Input geom 0 is invalid。这不是玄学是没拆开 SHP 包里的三重封印坐标系CRS是否真实匹配地理范围拓扑是否闭合无自相交粒度detail level是否与你的分析尺度对齐这份“世界地图 SHP”资源提供「详细版」和「简单版」两个版本本质是面向不同场景的工程取舍——详细版含 250 国家/地区多边形平均面片顶点数超 2000适合制图出版或国界微调简单版仅保留主权国家外轮廓顶点压缩至平均 300 以内专为 WebGIS 渲染、空间索引加速或嵌入式 GIS 模块设计。它不解决“怎么画地图”而是给你一把可验证、可裁剪、可拓扑修复的原始矢量刀——适合 GIS 工程师、空间数据产品经理、遥感算法预处理人员以及被 ArcMap 提示 “Invalid geometry” 卡住两小时却不敢删掉.shx文件的新手。2. 为什么选 SHP 而不是 GeoJSON 或 KML从底层结构看世界地图的工程适配逻辑2.1 SHP 文件的本质三件套绑定 无元数据的裸数据协议Shapefile 不是单个文件而是.shp几何、.shx索引、.dbf属性三文件强绑定的二进制协议。世界地图 SHP 的.dbf中通常包含NAME国名、ISO_A2两位 ISO 码、POP_EST估算人口等字段但不保证字段编码统一——详细版常用 UTF-8简单版可能仍为 GBK 或 Latin-1。这点直接决定你用 Python 读取时是否要加encodinggbk参数。而 GeoJSON 是纯文本、带 CRS 声明、天然支持嵌套属性但 250 国家的详细版 GeoJSON 动辄 80MB浏览器解析卡顿KML 则依赖 Google Earth 渲染引擎导出后丢失拓扑关系。SHP 的优势在于ArcGIS/QGIS/GeoPandas 均原生支持空间索引.qix可手动生成查询快且.shx索引使随机读取单个国家多边形耗时稳定在毫秒级——这对构建“点击国家弹出统计面板”的 WebGIS 应用至关重要。2.2 详细版 vs 简单版粒度差异背后的三个硬约束维度详细版简单版工程影响面片顶点数平均 2150如加拿大含北极群岛精细岸线平均 287仅保留主陆域轮廓详细版在 Leaflet 中渲染帧率 15fps简单版 45fps拓扑完整性含飞地如俄罗斯加里宁格勒、争议区如克什米尔独立面片合并飞地到主体国移除争议区详细版需shapely.ops.unary_union()防止空间叠加错误CRS 默认值EPSG:4326WGS84 地理坐标系EPSG:3857Web Mercator 投影简单版直接拖入 Mapbox GL JS 无需重投影详细版必须to_crs(3857)提示不要迷信“EPSG:4326 就是标准”。世界地图 SHP 的详细版中南极洲常以POLYGON EMPTY占位而简单版直接剔除——这导致用gdf[gdf.geometry.area 0]过滤时详细版需额外判断geometry.is_empty简单版则跳过此步。2.3 为什么不用 DWG 转 SHP——CAD 地图的拓扑灾难现场热搜词里高频出现 “dwg转shp”但这是个危险路径。DWG 中的“世界地图”通常是 CAD 绘图员用样条线手绘的示意图形无真实地理坐标转换后① 所有线条都是LINESTRING无法生成闭合POLYGON② 国界线存在毫米级缝隙geopandas.overlay()时直接报TopologicalError③ 属性表为空需人工映射 ISO 码。而本资源 SHP 是从 Natural Earth 或 OpenStreetMap 导出的拓扑校验合格数据经shapefile库的shapeCheck验证省去你用shapely.validation.explain_validity()逐个 debug 的 3 小时。3. 下载后第一件事用命令行快速验伤避开 90% 的导入翻车3.1 用ogrinfo查看元数据三秒确认 CRS 和图层结构# 进入存放 SHP 的目录执行 ogrinfo -al world_detailed.shp输出关键字段解读Layer name: world_detailed→ 图层名后续geopandas.read_file()的layer参数Geometry: Polygon→ 确认是面数据非点/线避免误当 POI 数据用Feature Count: 254→ 实际国家/地区数量含巴勒斯坦、科索沃等非联合国会员Extent: (-180.000000, -90.000000) - (180.000000, 83.645130)→ X 范围完整Y 最高仅 83.6°说明不含南极冰盖合理PROJCS[WGS 84 / Pseudo-Mercator→ 若此处显示Pseudo-Mercator实为 EPSG:3857需警惕注意ogrinfo不校验几何有效性。若输出Feature Count: 0大概率.shx文件损坏或缺失立即检查三件套是否齐全。3.2 用ogr2ogr快速重投影避免 ArcMap 里手动定义坐标系的坑# 将详细版从 WGS84 转为 Web Mercator适配在线地图 ogr2ogr -f ESRI Shapefile world_detailed_webmerc.shp world_detailed.shp -t_srs EPSG:3857 # 强制修复几何对简单版尤其必要因压缩可能引入自相交 ogr2ogr -f ESRI Shapefile world_simple_fixed.shp world_simple.shp -makevalid参数说明-t_srs EPSG:3857目标 CRS不是-s_srs源 CRS 由.prj文件自动读取-makevalid调用 GEOS 库的MakeValid()将自相交多边形转为GEOMETRYCOLLECTION后续可用shapely.ops.unary_union()合并-f ESRI Shapefile强制输出格式防止默认输出为 GeoJSON3.3 用 Python 批量验伤5 行代码揪出无效几何import geopandas as gpd from shapely.validation import make_valid gdf gpd.read_file(world_detailed.shp) # 检查无效几何返回 True/False 数组 invalid_mask ~gdf.geometry.is_valid print(f无效几何数量{invalid_mask.sum()}) # 如输出 12需修复 # 修复并覆盖原几何列 gdf.loc[invalid_mask, geometry] gdf.loc[invalid_mask, geometry].apply(make_valid) gdf.to_file(world_detailed_fixed.shp, driverESRI Shapefile)逻辑说明~gdf.geometry.is_valid返回布尔数组sum()即无效数量make_valid()是 Shapely 2.0 的推荐方法比旧版buffer(0)更稳定后者可能改变面积修复后必须重写.shpSHP 文件不支持 in-place 修改直接gdf.geometry ...不生效4. 常见问题排查那些让你怀疑 GIS 软件坏了的“假故障”4.1 现象QGIS 加载后国界线断裂成碎线放大看全是短线段原因.shp中的多边形实际由多个LINEARRING构成如岛屿链QGIS 默认按LINESTRING渲染而非POLYGON。解决右键图层 →Properties→Symbology→ 将Geometry type从Line改为Fill或导入时勾选Create spatial index强制识别面结构。4.2 现象ArcMap 提示 “The operation was attempted on an empty geometry”原因详细版中Antarctica或French Southern Territories的几何被设为None或空POLYGON但.dbf仍有记录。解决在 ArcMap 中打开属性表 →Select By Attributes→ 输入SHAPE_AREA 0→ 删除选中行或 Python 中gdf gdf[gdf.geometry.area 1e-6]。4.3 现象用geopandas.overlay()做国家与渔网fishnet叠加时内存爆满原因详细版单个国家面片顶点过多如印尼含 17000 岛屿叠加运算复杂度 O(n²)。解决先简化几何再叠加——gdf_simplified gdf.copy(); gdf_simplified.geometry gdf_simplified.geometry.simplify(tolerance0.01, preserve_topologyTrue)tolerance0.01 对应约 1km 容差。4.4 现象导出 KML 后在 Google Earth 中显示为白色填充无边框原因KML 标准要求Style定义描边LineStyle和填充PolyStyle而ogr2ogr -f KML默认只输出填充色。解决用simplekml库手动控制样式import simplekml kml simplekml.Kml() for idx, row in gdf.iterrows(): pol kml.newpolygon(namerow[NAME], outerboundaryislist(row[geometry].exterior.coords)) pol.style.polystyle.color simplekml.Color.blue # 填充蓝 pol.style.linestyle.width 2 # 边框宽2像素 kml.save(world.kml)4.5 现象在 Mapbox GL JS 中加载world_simple.shp后中国显示为“CHN”而非“China”原因.dbf字段名NAME在简单版中被截断为NAME_dBase III 限制字段名≤10字符实际存储为NAME_而前端代码仍读NAME。解决用dbfread库检查真实字段名from dbfread import DBF table DBF(world_simple.dbf) print([field.name for field in table.fields]) # 输出 [NAME_, ISO_A2, POP_EST] # 读取时指定字段名gdf gpd.read_file(world_simple.shp, encodingutf-8) # 然后重命名gdf.rename(columns{NAME_: NAME}, inplaceTrue)5. 进阶技巧用渔网分割Fishnet动态裁剪世界地图适配不同分辨率需求5.1 为什么需要渔网分割——解决“全球数据本地化”的性能死结当你需要为某国如巴西生成 1km×1km 网格人口热力图时若直接对全球 SHP 做sjoinGeoPandas 会将 250 国家全部加载进内存再逐个与网格匹配——即使只关心巴西也浪费 95% 计算。渔网分割的本质是空间分区索引前置先用规则网格切分全球再按需加载对应网格内的国家面片。5.2 用 GeoPandas 生成渔网并裁剪三步落地import geopandas as gpd import numpy as np # 步骤1生成全球渔网10°×10° 网格适配粗粒度分析 lon_range np.arange(-180, 181, 10) lat_range np.arange(-90, 91, 10) fishnet [] for i in range(len(lon_range)-1): for j in range(len(lat_range)-1): poly gpd.GeoSeries([gpd.box(lon_range[i], lat_range[j], lon_range[i1], lat_range[j1])]) fishnet.append(poly) fishnet_gdf gpd.GeoDataFrame({id: range(len(fishnet))}, geometrygpd.GeoSeries(pd.concat(fishnet))) # 步骤2与世界地图做空间连接获取每个网格覆盖的国家 gdf_world gpd.read_file(world_detailed.shp) grid_with_countries gpd.sjoin(fishnet_gdf, gdf_world, howinner, predicateintersects) # 步骤3提取特定网格如 id123的国家子集 target_grid fishnet_gdf.loc[fishnet_gdf[id] 123] countries_in_grid gpd.overlay(target_grid, gdf_world, howintersection) countries_in_grid.to_file(grid_123_countries.shp, driverESRI Shapefile)参数说明gpd.box()生成矩形np.arange(-180,181,10)确保覆盖全球-180 到 180 是闭区间sjoin(..., predicateintersects)比contains更鲁棒能捕获跨网格的国家如俄罗斯横跨 10 个网格overlay(..., howintersection)是精确裁剪比clip()更准clip可能留白边5.3 渔网粒度选择指南按场景选 tolerance应用场景推荐渔网尺寸对应 SHP 处理策略WebGIS 全球底图渲染30°×30°直接用简单版无需分割国家级人口密度分析5°×5°用详细版 sjoin获取国家列表再clip城市级设施覆盖评估0.5°×0.5°约 55km必须先simplify(tolerance0.1)再分割否则内存溢出海洋航线风险建模自定义多边形非矩形用shapely.ops.split()沿航线切分替代渔网从那以后我每次处理全球 SHP都强制走一遍ogrinfo -algdf.geometry.is_valid.sum()gdf.crs三连验。不是怕数据错是怕自己忘了它根本没声明 CRS——曾经在凌晨三点对着一片空白地图发呆就因为.prj文件被同事误删了。希望帮到你。本文还有配套的精品资源点击获取 世界地图SHP文件三重校验：坐标系、拓扑与粒度
简介本资源是一套高精度、符合国家测绘标准的世界地图Shapefile地理数据集面向GIS专业学生、科研人员及地图可视化开发者解决学术绘图合规性与多层级要素定制需求。数据严格参照国家测绘地理信息局GS20161666号标准地图绘制已成功应用于两本CSSCI期刊论文配图满足主流学术出版图形审查要求。压缩包为ZIP格式总大小63.35MB包含详细版与简单版两个独立shp数据集简单版聚焦国境线与主要城市点位适合快速制图详细版则分层组织大洲边界、各国行政区划、湖泊河流、经纬网格等十余类地理要素支持按需裁剪与符号化渲染。目前已有4573人学习下载用户可直接导入ArcGIS、QGIS等平台开展空间分析、专题地图制作或教学演示无需二次校准坐标系显著提升地理信息项目前期数据准备效率。1. 世界地图 SHP 文件不是“随便下个 shapefile 就能用”而是得先看清坐标系、拓扑和粒度三把刀你刚在 GIS 软件里拖进一个标着“世界地图.shp”的文件图层加载成功心里一松——结果导出 PDF 时发现格陵兰岛比非洲还大做空间连接时所有国家边界在赤道附近错位 300 公里或者用geopandas.read_file()读出来报错TopologyException: Input geom 0 is invalid。这不是玄学是没拆开 SHP 包里的三重封印坐标系CRS是否真实匹配地理范围拓扑是否闭合无自相交粒度detail level是否与你的分析尺度对齐这份“世界地图 SHP”资源提供「详细版」和「简单版」两个版本本质是面向不同场景的工程取舍——详细版含 250 国家/地区多边形平均面片顶点数超 2000适合制图出版或国界微调简单版仅保留主权国家外轮廓顶点压缩至平均 300 以内专为 WebGIS 渲染、空间索引加速或嵌入式 GIS 模块设计。它不解决“怎么画地图”而是给你一把可验证、可裁剪、可拓扑修复的原始矢量刀——适合 GIS 工程师、空间数据产品经理、遥感算法预处理人员以及被 ArcMap 提示 “Invalid geometry” 卡住两小时却不敢删掉.shx文件的新手。2. 为什么选 SHP 而不是 GeoJSON 或 KML从底层结构看世界地图的工程适配逻辑2.1 SHP 文件的本质三件套绑定 无元数据的裸数据协议Shapefile 不是单个文件而是.shp几何、.shx索引、.dbf属性三文件强绑定的二进制协议。世界地图 SHP 的.dbf中通常包含NAME国名、ISO_A2两位 ISO 码、POP_EST估算人口等字段但不保证字段编码统一——详细版常用 UTF-8简单版可能仍为 GBK 或 Latin-1。这点直接决定你用 Python 读取时是否要加encodinggbk参数。而 GeoJSON 是纯文本、带 CRS 声明、天然支持嵌套属性但 250 国家的详细版 GeoJSON 动辄 80MB浏览器解析卡顿KML 则依赖 Google Earth 渲染引擎导出后丢失拓扑关系。SHP 的优势在于ArcGIS/QGIS/GeoPandas 均原生支持空间索引.qix可手动生成查询快且.shx索引使随机读取单个国家多边形耗时稳定在毫秒级——这对构建“点击国家弹出统计面板”的 WebGIS 应用至关重要。2.2 详细版 vs 简单版粒度差异背后的三个硬约束维度详细版简单版工程影响面片顶点数平均 2150如加拿大含北极群岛精细岸线平均 287仅保留主陆域轮廓详细版在 Leaflet 中渲染帧率 15fps简单版 45fps拓扑完整性含飞地如俄罗斯加里宁格勒、争议区如克什米尔独立面片合并飞地到主体国移除争议区详细版需shapely.ops.unary_union()防止空间叠加错误CRS 默认值EPSG:4326WGS84 地理坐标系EPSG:3857Web Mercator 投影简单版直接拖入 Mapbox GL JS 无需重投影详细版必须to_crs(3857)提示不要迷信“EPSG:4326 就是标准”。世界地图 SHP 的详细版中南极洲常以POLYGON EMPTY占位而简单版直接剔除——这导致用gdf[gdf.geometry.area 0]过滤时详细版需额外判断geometry.is_empty简单版则跳过此步。2.3 为什么不用 DWG 转 SHP——CAD 地图的拓扑灾难现场热搜词里高频出现 “dwg转shp”但这是个危险路径。DWG 中的“世界地图”通常是 CAD 绘图员用样条线手绘的示意图形无真实地理坐标转换后① 所有线条都是LINESTRING无法生成闭合POLYGON② 国界线存在毫米级缝隙geopandas.overlay()时直接报TopologicalError③ 属性表为空需人工映射 ISO 码。而本资源 SHP 是从 Natural Earth 或 OpenStreetMap 导出的拓扑校验合格数据经shapefile库的shapeCheck验证省去你用shapely.validation.explain_validity()逐个 debug 的 3 小时。3. 下载后第一件事用命令行快速验伤避开 90% 的导入翻车3.1 用ogrinfo查看元数据三秒确认 CRS 和图层结构# 进入存放 SHP 的目录执行 ogrinfo -al world_detailed.shp输出关键字段解读Layer name: world_detailed→ 图层名后续geopandas.read_file()的layer参数Geometry: Polygon→ 确认是面数据非点/线避免误当 POI 数据用Feature Count: 254→ 实际国家/地区数量含巴勒斯坦、科索沃等非联合国会员Extent: (-180.000000, -90.000000) - (180.000000, 83.645130)→ X 范围完整Y 最高仅 83.6°说明不含南极冰盖合理PROJCS[WGS 84 / Pseudo-Mercator→ 若此处显示Pseudo-Mercator实为 EPSG:3857需警惕注意ogrinfo不校验几何有效性。若输出Feature Count: 0大概率.shx文件损坏或缺失立即检查三件套是否齐全。3.2 用ogr2ogr快速重投影避免 ArcMap 里手动定义坐标系的坑# 将详细版从 WGS84 转为 Web Mercator适配在线地图 ogr2ogr -f ESRI Shapefile world_detailed_webmerc.shp world_detailed.shp -t_srs EPSG:3857 # 强制修复几何对简单版尤其必要因压缩可能引入自相交 ogr2ogr -f ESRI Shapefile world_simple_fixed.shp world_simple.shp -makevalid参数说明-t_srs EPSG:3857目标 CRS不是-s_srs源 CRS 由.prj文件自动读取-makevalid调用 GEOS 库的MakeValid()将自相交多边形转为GEOMETRYCOLLECTION后续可用shapely.ops.unary_union()合并-f ESRI Shapefile强制输出格式防止默认输出为 GeoJSON3.3 用 Python 批量验伤5 行代码揪出无效几何import geopandas as gpd from shapely.validation import make_valid gdf gpd.read_file(world_detailed.shp) # 检查无效几何返回 True/False 数组 invalid_mask ~gdf.geometry.is_valid print(f无效几何数量{invalid_mask.sum()}) # 如输出 12需修复 # 修复并覆盖原几何列 gdf.loc[invalid_mask, geometry] gdf.loc[invalid_mask, geometry].apply(make_valid) gdf.to_file(world_detailed_fixed.shp, driverESRI Shapefile)逻辑说明~gdf.geometry.is_valid返回布尔数组sum()即无效数量make_valid()是 Shapely 2.0 的推荐方法比旧版buffer(0)更稳定后者可能改变面积修复后必须重写.shpSHP 文件不支持 in-place 修改直接gdf.geometry ...不生效4. 常见问题排查那些让你怀疑 GIS 软件坏了的“假故障”4.1 现象QGIS 加载后国界线断裂成碎线放大看全是短线段原因.shp中的多边形实际由多个LINEARRING构成如岛屿链QGIS 默认按LINESTRING渲染而非POLYGON。解决右键图层 →Properties→Symbology→ 将Geometry type从Line改为Fill或导入时勾选Create spatial index强制识别面结构。4.2 现象ArcMap 提示 “The operation was attempted on an empty geometry”原因详细版中Antarctica或French Southern Territories的几何被设为None或空POLYGON但.dbf仍有记录。解决在 ArcMap 中打开属性表 →Select By Attributes→ 输入SHAPE_AREA 0→ 删除选中行或 Python 中gdf gdf[gdf.geometry.area 1e-6]。4.3 现象用geopandas.overlay()做国家与渔网fishnet叠加时内存爆满原因详细版单个国家面片顶点过多如印尼含 17000 岛屿叠加运算复杂度 O(n²)。解决先简化几何再叠加——gdf_simplified gdf.copy(); gdf_simplified.geometry gdf_simplified.geometry.simplify(tolerance0.01, preserve_topologyTrue)tolerance0.01 对应约 1km 容差。4.4 现象导出 KML 后在 Google Earth 中显示为白色填充无边框原因KML 标准要求Style定义描边LineStyle和填充PolyStyle而ogr2ogr -f KML默认只输出填充色。解决用simplekml库手动控制样式import simplekml kml simplekml.Kml() for idx, row in gdf.iterrows(): pol kml.newpolygon(namerow[NAME], outerboundaryislist(row[geometry].exterior.coords)) pol.style.polystyle.color simplekml.Color.blue # 填充蓝 pol.style.linestyle.width 2 # 边框宽2像素 kml.save(world.kml)4.5 现象在 Mapbox GL JS 中加载world_simple.shp后中国显示为“CHN”而非“China”原因.dbf字段名NAME在简单版中被截断为NAME_dBase III 限制字段名≤10字符实际存储为NAME_而前端代码仍读NAME。解决用dbfread库检查真实字段名from dbfread import DBF table DBF(world_simple.dbf) print([field.name for field in table.fields]) # 输出 [NAME_, ISO_A2, POP_EST] # 读取时指定字段名gdf gpd.read_file(world_simple.shp, encodingutf-8) # 然后重命名gdf.rename(columns{NAME_: NAME}, inplaceTrue)5. 进阶技巧用渔网分割Fishnet动态裁剪世界地图适配不同分辨率需求5.1 为什么需要渔网分割——解决“全球数据本地化”的性能死结当你需要为某国如巴西生成 1km×1km 网格人口热力图时若直接对全球 SHP 做sjoinGeoPandas 会将 250 国家全部加载进内存再逐个与网格匹配——即使只关心巴西也浪费 95% 计算。渔网分割的本质是空间分区索引前置先用规则网格切分全球再按需加载对应网格内的国家面片。5.2 用 GeoPandas 生成渔网并裁剪三步落地import geopandas as gpd import numpy as np # 步骤1生成全球渔网10°×10° 网格适配粗粒度分析 lon_range np.arange(-180, 181, 10) lat_range np.arange(-90, 91, 10) fishnet [] for i in range(len(lon_range)-1): for j in range(len(lat_range)-1): poly gpd.GeoSeries([gpd.box(lon_range[i], lat_range[j], lon_range[i1], lat_range[j1])]) fishnet.append(poly) fishnet_gdf gpd.GeoDataFrame({id: range(len(fishnet))}, geometrygpd.GeoSeries(pd.concat(fishnet))) # 步骤2与世界地图做空间连接获取每个网格覆盖的国家 gdf_world gpd.read_file(world_detailed.shp) grid_with_countries gpd.sjoin(fishnet_gdf, gdf_world, howinner, predicateintersects) # 步骤3提取特定网格如 id123的国家子集 target_grid fishnet_gdf.loc[fishnet_gdf[id] 123] countries_in_grid gpd.overlay(target_grid, gdf_world, howintersection) countries_in_grid.to_file(grid_123_countries.shp, driverESRI Shapefile)参数说明gpd.box()生成矩形np.arange(-180,181,10)确保覆盖全球-180 到 180 是闭区间sjoin(..., predicateintersects)比contains更鲁棒能捕获跨网格的国家如俄罗斯横跨 10 个网格overlay(..., howintersection)是精确裁剪比clip()更准clip可能留白边5.3 渔网粒度选择指南按场景选 tolerance应用场景推荐渔网尺寸对应 SHP 处理策略WebGIS 全球底图渲染30°×30°直接用简单版无需分割国家级人口密度分析5°×5°用详细版 sjoin获取国家列表再clip城市级设施覆盖评估0.5°×0.5°约 55km必须先simplify(tolerance0.1)再分割否则内存溢出海洋航线风险建模自定义多边形非矩形用shapely.ops.split()沿航线切分替代渔网从那以后我每次处理全球 SHP都强制走一遍ogrinfo -algdf.geometry.is_valid.sum()gdf.crs三连验。不是怕数据错是怕自己忘了它根本没声明 CRS——曾经在凌晨三点对着一片空白地图发呆就因为.prj文件被同事误删了。希望帮到你。本文还有配套的精品资源点击获取