简介这份达州市各乡镇街道行政区划shp文件面向GIS从业者、城市规划人员及地理信息相关专业师生提供四川省达州市下辖乡镇与街道的矢量边界数据可用于行政区划制图、空间统计、人口与公共服务分析等场景。资源包共11个文件约1.12MB以Shapefile标准组件为主shp存储几何图形shx与sbn/sbx负责空间索引dbf保存属性字段prj与cpg定义投影和字符编码另有xml元数据辅助说明整体结构完整可直接在ArcGIS、QGIS等软件中加载使用。目前已有243人学习下载。数据覆盖达州市各乡镇街道的几何形状与行政信息适合用于区域规划、交通分析、环境保护等研究也可作为底图与其他专题数据叠加帮助读者快速获取本地行政区划边界减少手工数字化成本。1. 达州市乡镇街道行政区划 shp 文件一份能直接进 GIS 的矢量底图做川东北片区项目的人多半遇到过这个场景领导要一张达州市域乡镇界分布图手头只有全国省市县三级边界乡镇一级的 shp 文件翻遍几个数据站都找不到最后只能拿区县边界硬撑出图被一眼看穿。这份达州市各乡镇街道行政区划 shp 文件解决的正是这个断层——它把达州下辖的区县进一步拆到乡镇、街道一级输出标准 Shapefile 矢量格式属性表里带行政区名称和代码能直接拖进 ArcGIS、QGIS 或 GeoPandas 里做空间统计、专题制图和边界裁剪。适合做国土空间规划、民政区划核对、物流网点分区、人口数据落图的人也适合需要一份本地化矢量底图做二次开发的后端和数据分析岗。它不是瓦片地图不是在线服务就是一份能离线打开、能改、能算的矢量文件。2. Shapefile 的组成与坐标系先搞懂手里这几个文件2.1 一个 shp 从来不是单个文件很多人第一次拿到 Shapefile 会懵解压出来一堆同名不同后缀的文件删掉几个发现打不开了。Shapefile 是 ESRI 早年定的一套开放格式本质是多个文件协同工作缺一不可。常见组成如下后缀作用缺失后果.shp存储几何图形点/线/面坐标没有图形直接打不开.shx几何图形的索引部分软件无法定位要素.dbf属性表存区划名称、代码等字段有图无属性没法按名称筛选.prj坐标系定义WKT 文本坐标数值还在但软件不知道单位.cpg属性表字符编码声明中文属性可能乱码我一般拿到压缩包先看有没有 .prj 和 .cpg。前者决定这份数据能不能和别的图层套准后者决定属性表里的乡镇名是不是乱码。达州这类区划数据属性里通常有类似 NAME、CODE、ADCODE 这样的字段具体字段名以实际 dbf 为准别照搬别人的字段名去写脚本。2.2 坐标系选错图就飘到几百米外达州位于东经 106° 到 108°、北纬 30° 到 32° 一带国内区划数据常见两种坐标地理坐标系 CGCS2000经纬度单位度和投影坐标系 CGCS2000 3 度带高斯克吕格单位米。前者适合做全国、全省范围的叠加分析后者适合做面积量算和工程制图因为按度算面积会随纬度变形。判断方法很直接打开属性表看坐标数值。如果 X 是 106 点几、Y 是 31 点几那是经纬度如果 X 是六位数、Y 是七位数那是投影坐标。达州 3 度带一般落在中央经线 105° 或 108° 的分带里具体看 .prj 里的中央经线参数。用 QGIS 的话右下角状态栏会直接显示当前 CRS比翻文件快。提示如果 .prj 缺失或写的是 Unknown别急着用。先按坐标数值范围判断是经纬度还是投影再手动指定 CGCS2000 对应 CRS否则后续裁剪和面积统计全是错的。2.3 用 ogrinfo 快速体检命令行党可以用 GDAL 自带的 ogrinfo 先做一次体检不用打开图形界面就能看清图层名、要素数、坐标系和字段# 查看 shp 基本信息图层名、几何类型、要素数量、坐标系 ogrinfo -so -al dazhou_township.shp # 只看属性表字段定义和前几条记录 ogrinfo -al -where 11 dazhou_township.shp | head -50-so表示 summary only只输出摘要不打印每个要素-al表示所有图层。输出里重点看 Feature Count要素数达州乡镇街道合计通常在几百这个量级、Geometry面还是线、Extent范围是否覆盖达州全境和 Layer SRS。如果 Extent 的 X 范围是 106 到 108说明是经纬度如果是几十万到上百万说明是投影坐标。这一步花不了一分钟能省掉后面大量返工。3. 把 shp 用起来加载、筛选、裁剪与落图3.1 QGIS 里加载并核对区划名称QGIS 是最省事的验证工具。把 .shp 拖进画布右键图层打开属性表先扫一遍 NAME 字段有没有乱码。如果中文显示成问号或方块说明 .cpg 缺失或编码不对可以在图层属性里把编码改成 GBK 或 UTF-8 试。确认名称正常后用表达式筛选出某个区县比如只看通川区-- QGIS 图层筛选表达式按区县名称过滤 NAME LIKE %通川%字段名以实际 dbf 为准可能是 NAME、XZQMC 或其它。筛选出来如果要素数量对得上说明属性表结构完整。这一步是后面所有统计的前提属性乱了按乡镇聚合人口或 POI 就全错位。3.2 GeoPandas 读取与字段探查要做批量处理或和业务数据关联Python 更顺手。GeoPandas 读 shp 一行代码但有几个参数值得注意import geopandas as gpd # 读取 shpencoding 按实际 cpg 调整常见 gbk 或 utf-8 gdf gpd.read_file(dazhou_township.shp, encodinggbk) # 查看坐标系、字段、要素数 print(gdf.crs) print(gdf.columns.tolist()) print(len(gdf)) # 查看前几行的区划名称字段 name_col [c for c in gdf.columns if NAME in c.upper()][0] print(gdf[name_col].head(10))encoding参数是血泪经验设错直接抛 UnicodeDecodeError 或者读出乱码。gdf.crs返回的是 pyproj 的 CRS 对象如果显示 None说明 .prj 没被读到需要手动gdf.set_crs(EPSG:4490)之类指定。字段探查那步用列表推导找名称列是因为不同来源的 shp 字段命名不统一硬编码容易翻车。3.3 按区县裁剪与面积量算拿到全市乡镇数据后常见需求是只保留某个区县或者算每个乡镇的面积。裁剪用 GeoPandas 的 clip 或 overlay# 假设已有通川区边界 tongchuan_boundary面要素 tongchuan_towns gpd.clip(gdf, tongchuan_boundary) # 投影到适合达州的投影坐标系后再算面积单位平方米 tongchuan_towns_proj tongchuan_towns.to_crs(EPSG:4544) # CGCS2000 3度带中央经线105E附近 tongchuan_towns_proj[area_km2] tongchuan_towns_proj.geometry.area / 1e6 print(tongchuan_towns_proj[[name_col, area_km2]].sort_values(area_km2, ascendingFalse).head())to_crs那步是关键直接在地理坐标系上算 area 得到的是平方度没有物理意义。EPSG:4544 是 CGCS2000 3 度带 105°E 附近的带号达州西部适用如果数据偏东可能要换 108°E 对应的带号。具体带号看 .prj 里的中央经线别照抄。面积算完可以导出成 Excel 或 CSV和民政公布的乡镇面积做交叉核对差得离谱就说明坐标系或裁剪有问题。3.4 导出 GeoJSON 给前端用后端或前端要在地图上画乡镇界shp 不能直接用转 GeoJSON 最通用# 用 ogr2ogr 转 GeoJSON指定输出坐标系为 WGS84 便于 web 地图 ogr2ogr -f GeoJSON -t_srs EPSG:4326 dazhou_township.geojson dazhou_township.shp-t_srs EPSG:4326把坐标转成 WGS84 经纬度这是绝大多数 web 地图库Leaflet、Mapbox、Cesium默认吃的坐标系。如果原始数据是 CGCS2000 经纬度和 WGS84 在达州这种尺度上差异很小但严谨起见还是转一下。转出来的 GeoJSON 体积可能偏大乡镇级几百个面要素简化几何能显著减小文件用 mapshaper 或 GeoPandas 的 simplify 都行但简化比例别超过 0.01否则边界会明显变形。4. 避坑与排查乡镇区划数据最容易翻车的五处4.1 属性表中文乱码现象QGIS 或 GeoPandas 打开后乡镇名称显示成????或閫氬窛这类乱码。原因.dbf 的字符编码和读取时指定的编码不一致老数据多为 GBK新数据可能是 UTF-8而 .cpg 文件缺失或写错。解决先看有没有 .cpg没有就手动试 encodinggbk 和 utf-8哪个读出正常中文用哪个QGIS 里在图层属性中切换编码预览确认后重新导出并补上 .cpg。4.2 坐标系缺失导致图层对不上现象把乡镇 shp 和区县边界叠加发现整体偏移几百米甚至几公里。原因其中一个图层 .prj 缺失软件按默认坐标系处理或者两个图层一个经纬度一个投影。解决用 ogrinfo 分别查两个图层的 SRS统一到同一 CRS 再叠加。如果 .prj 丢了按坐标数值范围判断后手动 set_crs别用 define projection 硬套那只是改标签不改数值。4.3 乡镇名称重复导致关联错位现象用乡镇名称去 join 人口或 POI 数据结果某些乡镇匹配到多条或匹配不上。原因达州不同区县存在同名乡镇或者名称里有空格、全半角括号差异。解决关联时用行政区代码而不是名称代码唯一如果只有名称先做标准化去空格、统一括号再按区县加名称做联合键。4.4 边界自相交与几何无效现象做 overlay 或 buffer 时报 TopologyException 或 Geometry is invalid。原因数字化或格式转换过程中产生自相交、悬挂节点。解决用 GeoPandas 的gdf.geometry.is_valid检查对无效几何做buffer(0)修复或者用 shapely 的 make_valid。修复后再做空间运算否则结果不可信。4.5 要素数量与民政区划对不上现象统计出来乡镇数量比民政公布的多或少。原因数据版本旧区划调整后未更新或者把街道和乡镇混在一起没区分。解决拿最新区划名单核对属性里如果有层级字段如 LEVEL 或 TYPE先按层级筛选。数据版本这件事没有后悔药用之前一定确认时效。5. 进阶用乡镇 shp 做空间聚合与专题图5.1 把 POI 点聚合到乡镇面手里有一批达州的 POI 点想统计每个乡镇的网点数量标准做法是空间连接import geopandas as gpd poi gpd.read_file(dazhou_poi.shp, encodinggbk) towns gpd.read_file(dazhou_township.shp, encodinggbk) # 统一坐标系后再做空间连接 poi poi.to_crs(towns.crs) joined gpd.sjoin(poi, towns, howleft, predicatewithin) # 按乡镇名称统计 POI 数量 count_by_town joined.groupby(name_col).size().reset_index(namepoi_count) print(count_by_town.sort_values(poi_count, ascendingFalse).head(10))predicatewithin表示点落在面内才算howleft保留没匹配上的点便于排查。如果发现大量点匹配不上多半是坐标系没统一或者点本身落在乡镇边界外比如水域。统计结果可以再 join 回乡镇面用 QGIS 做分级设色出一张网点密度专题图。5.2 用 matplotlib 快速出静态图不想开 QGIS 的时候GeoPandas 自带的 plot 就能出图import matplotlib.pyplot as plt fig, ax plt.subplots(figsize(12, 10)) towns_proj.plot(columnpoi_count, cmapOrRd, legendTrue, edgecolorgray, linewidth0.3, axax) ax.set_title(达州市乡镇网点密度分布) ax.set_axis_off() plt.savefig(dazhou_township_density.png, dpi200, bbox_inchestight)column指定要映射的数值字段cmap是色带edgecolor描边让乡镇界清晰。中文标题需要提前设置字体否则显示方块matplotlib 里用plt.rcParams[font.sans-serif] [SimHei]解决。出图后重点看有没有异常高值或空白区异常往往对应数据问题而不是真实分布。5.3 一个我常做的校验习惯每次拿到新的区划 shp我都会强制走一遍三步ogrinfo 看要素数和范围QGIS 看属性表中文和坐标系GeoPandas 算一遍总面积和官方公布面积对比。三步里任何一步对不上就先停下来查原因绝不带着疑问往下做。这套习惯帮我拦下过好几次坐标系错标和版本过期的问题。希望帮到你。本文还有配套的精品资源点击获取
简介这份达州市各乡镇街道行政区划shp文件面向GIS从业者、城市规划人员及地理信息相关专业师生提供四川省达州市下辖乡镇与街道的矢量边界数据可用于行政区划制图、空间统计、人口与公共服务分析等场景。资源包共11个文件约1.12MB以Shapefile标准组件为主shp存储几何图形shx与sbn/sbx负责空间索引dbf保存属性字段prj与cpg定义投影和字符编码另有xml元数据辅助说明整体结构完整可直接在ArcGIS、QGIS等软件中加载使用。目前已有243人学习下载。数据覆盖达州市各乡镇街道的几何形状与行政信息适合用于区域规划、交通分析、环境保护等研究也可作为底图与其他专题数据叠加帮助读者快速获取本地行政区划边界减少手工数字化成本。1. 达州市乡镇街道行政区划 shp 文件一份能直接进 GIS 的矢量底图做川东北片区项目的人多半遇到过这个场景领导要一张达州市域乡镇界分布图手头只有全国省市县三级边界乡镇一级的 shp 文件翻遍几个数据站都找不到最后只能拿区县边界硬撑出图被一眼看穿。这份达州市各乡镇街道行政区划 shp 文件解决的正是这个断层——它把达州下辖的区县进一步拆到乡镇、街道一级输出标准 Shapefile 矢量格式属性表里带行政区名称和代码能直接拖进 ArcGIS、QGIS 或 GeoPandas 里做空间统计、专题制图和边界裁剪。适合做国土空间规划、民政区划核对、物流网点分区、人口数据落图的人也适合需要一份本地化矢量底图做二次开发的后端和数据分析岗。它不是瓦片地图不是在线服务就是一份能离线打开、能改、能算的矢量文件。2. Shapefile 的组成与坐标系先搞懂手里这几个文件2.1 一个 shp 从来不是单个文件很多人第一次拿到 Shapefile 会懵解压出来一堆同名不同后缀的文件删掉几个发现打不开了。Shapefile 是 ESRI 早年定的一套开放格式本质是多个文件协同工作缺一不可。常见组成如下后缀作用缺失后果.shp存储几何图形点/线/面坐标没有图形直接打不开.shx几何图形的索引部分软件无法定位要素.dbf属性表存区划名称、代码等字段有图无属性没法按名称筛选.prj坐标系定义WKT 文本坐标数值还在但软件不知道单位.cpg属性表字符编码声明中文属性可能乱码我一般拿到压缩包先看有没有 .prj 和 .cpg。前者决定这份数据能不能和别的图层套准后者决定属性表里的乡镇名是不是乱码。达州这类区划数据属性里通常有类似 NAME、CODE、ADCODE 这样的字段具体字段名以实际 dbf 为准别照搬别人的字段名去写脚本。2.2 坐标系选错图就飘到几百米外达州位于东经 106° 到 108°、北纬 30° 到 32° 一带国内区划数据常见两种坐标地理坐标系 CGCS2000经纬度单位度和投影坐标系 CGCS2000 3 度带高斯克吕格单位米。前者适合做全国、全省范围的叠加分析后者适合做面积量算和工程制图因为按度算面积会随纬度变形。判断方法很直接打开属性表看坐标数值。如果 X 是 106 点几、Y 是 31 点几那是经纬度如果 X 是六位数、Y 是七位数那是投影坐标。达州 3 度带一般落在中央经线 105° 或 108° 的分带里具体看 .prj 里的中央经线参数。用 QGIS 的话右下角状态栏会直接显示当前 CRS比翻文件快。提示如果 .prj 缺失或写的是 Unknown别急着用。先按坐标数值范围判断是经纬度还是投影再手动指定 CGCS2000 对应 CRS否则后续裁剪和面积统计全是错的。2.3 用 ogrinfo 快速体检命令行党可以用 GDAL 自带的 ogrinfo 先做一次体检不用打开图形界面就能看清图层名、要素数、坐标系和字段# 查看 shp 基本信息图层名、几何类型、要素数量、坐标系 ogrinfo -so -al dazhou_township.shp # 只看属性表字段定义和前几条记录 ogrinfo -al -where 11 dazhou_township.shp | head -50-so表示 summary only只输出摘要不打印每个要素-al表示所有图层。输出里重点看 Feature Count要素数达州乡镇街道合计通常在几百这个量级、Geometry面还是线、Extent范围是否覆盖达州全境和 Layer SRS。如果 Extent 的 X 范围是 106 到 108说明是经纬度如果是几十万到上百万说明是投影坐标。这一步花不了一分钟能省掉后面大量返工。3. 把 shp 用起来加载、筛选、裁剪与落图3.1 QGIS 里加载并核对区划名称QGIS 是最省事的验证工具。把 .shp 拖进画布右键图层打开属性表先扫一遍 NAME 字段有没有乱码。如果中文显示成问号或方块说明 .cpg 缺失或编码不对可以在图层属性里把编码改成 GBK 或 UTF-8 试。确认名称正常后用表达式筛选出某个区县比如只看通川区-- QGIS 图层筛选表达式按区县名称过滤 NAME LIKE %通川%字段名以实际 dbf 为准可能是 NAME、XZQMC 或其它。筛选出来如果要素数量对得上说明属性表结构完整。这一步是后面所有统计的前提属性乱了按乡镇聚合人口或 POI 就全错位。3.2 GeoPandas 读取与字段探查要做批量处理或和业务数据关联Python 更顺手。GeoPandas 读 shp 一行代码但有几个参数值得注意import geopandas as gpd # 读取 shpencoding 按实际 cpg 调整常见 gbk 或 utf-8 gdf gpd.read_file(dazhou_township.shp, encodinggbk) # 查看坐标系、字段、要素数 print(gdf.crs) print(gdf.columns.tolist()) print(len(gdf)) # 查看前几行的区划名称字段 name_col [c for c in gdf.columns if NAME in c.upper()][0] print(gdf[name_col].head(10))encoding参数是血泪经验设错直接抛 UnicodeDecodeError 或者读出乱码。gdf.crs返回的是 pyproj 的 CRS 对象如果显示 None说明 .prj 没被读到需要手动gdf.set_crs(EPSG:4490)之类指定。字段探查那步用列表推导找名称列是因为不同来源的 shp 字段命名不统一硬编码容易翻车。3.3 按区县裁剪与面积量算拿到全市乡镇数据后常见需求是只保留某个区县或者算每个乡镇的面积。裁剪用 GeoPandas 的 clip 或 overlay# 假设已有通川区边界 tongchuan_boundary面要素 tongchuan_towns gpd.clip(gdf, tongchuan_boundary) # 投影到适合达州的投影坐标系后再算面积单位平方米 tongchuan_towns_proj tongchuan_towns.to_crs(EPSG:4544) # CGCS2000 3度带中央经线105E附近 tongchuan_towns_proj[area_km2] tongchuan_towns_proj.geometry.area / 1e6 print(tongchuan_towns_proj[[name_col, area_km2]].sort_values(area_km2, ascendingFalse).head())to_crs那步是关键直接在地理坐标系上算 area 得到的是平方度没有物理意义。EPSG:4544 是 CGCS2000 3 度带 105°E 附近的带号达州西部适用如果数据偏东可能要换 108°E 对应的带号。具体带号看 .prj 里的中央经线别照抄。面积算完可以导出成 Excel 或 CSV和民政公布的乡镇面积做交叉核对差得离谱就说明坐标系或裁剪有问题。3.4 导出 GeoJSON 给前端用后端或前端要在地图上画乡镇界shp 不能直接用转 GeoJSON 最通用# 用 ogr2ogr 转 GeoJSON指定输出坐标系为 WGS84 便于 web 地图 ogr2ogr -f GeoJSON -t_srs EPSG:4326 dazhou_township.geojson dazhou_township.shp-t_srs EPSG:4326把坐标转成 WGS84 经纬度这是绝大多数 web 地图库Leaflet、Mapbox、Cesium默认吃的坐标系。如果原始数据是 CGCS2000 经纬度和 WGS84 在达州这种尺度上差异很小但严谨起见还是转一下。转出来的 GeoJSON 体积可能偏大乡镇级几百个面要素简化几何能显著减小文件用 mapshaper 或 GeoPandas 的 simplify 都行但简化比例别超过 0.01否则边界会明显变形。4. 避坑与排查乡镇区划数据最容易翻车的五处4.1 属性表中文乱码现象QGIS 或 GeoPandas 打开后乡镇名称显示成????或閫氬窛这类乱码。原因.dbf 的字符编码和读取时指定的编码不一致老数据多为 GBK新数据可能是 UTF-8而 .cpg 文件缺失或写错。解决先看有没有 .cpg没有就手动试 encodinggbk 和 utf-8哪个读出正常中文用哪个QGIS 里在图层属性中切换编码预览确认后重新导出并补上 .cpg。4.2 坐标系缺失导致图层对不上现象把乡镇 shp 和区县边界叠加发现整体偏移几百米甚至几公里。原因其中一个图层 .prj 缺失软件按默认坐标系处理或者两个图层一个经纬度一个投影。解决用 ogrinfo 分别查两个图层的 SRS统一到同一 CRS 再叠加。如果 .prj 丢了按坐标数值范围判断后手动 set_crs别用 define projection 硬套那只是改标签不改数值。4.3 乡镇名称重复导致关联错位现象用乡镇名称去 join 人口或 POI 数据结果某些乡镇匹配到多条或匹配不上。原因达州不同区县存在同名乡镇或者名称里有空格、全半角括号差异。解决关联时用行政区代码而不是名称代码唯一如果只有名称先做标准化去空格、统一括号再按区县加名称做联合键。4.4 边界自相交与几何无效现象做 overlay 或 buffer 时报 TopologyException 或 Geometry is invalid。原因数字化或格式转换过程中产生自相交、悬挂节点。解决用 GeoPandas 的gdf.geometry.is_valid检查对无效几何做buffer(0)修复或者用 shapely 的 make_valid。修复后再做空间运算否则结果不可信。4.5 要素数量与民政区划对不上现象统计出来乡镇数量比民政公布的多或少。原因数据版本旧区划调整后未更新或者把街道和乡镇混在一起没区分。解决拿最新区划名单核对属性里如果有层级字段如 LEVEL 或 TYPE先按层级筛选。数据版本这件事没有后悔药用之前一定确认时效。5. 进阶用乡镇 shp 做空间聚合与专题图5.1 把 POI 点聚合到乡镇面手里有一批达州的 POI 点想统计每个乡镇的网点数量标准做法是空间连接import geopandas as gpd poi gpd.read_file(dazhou_poi.shp, encodinggbk) towns gpd.read_file(dazhou_township.shp, encodinggbk) # 统一坐标系后再做空间连接 poi poi.to_crs(towns.crs) joined gpd.sjoin(poi, towns, howleft, predicatewithin) # 按乡镇名称统计 POI 数量 count_by_town joined.groupby(name_col).size().reset_index(namepoi_count) print(count_by_town.sort_values(poi_count, ascendingFalse).head(10))predicatewithin表示点落在面内才算howleft保留没匹配上的点便于排查。如果发现大量点匹配不上多半是坐标系没统一或者点本身落在乡镇边界外比如水域。统计结果可以再 join 回乡镇面用 QGIS 做分级设色出一张网点密度专题图。5.2 用 matplotlib 快速出静态图不想开 QGIS 的时候GeoPandas 自带的 plot 就能出图import matplotlib.pyplot as plt fig, ax plt.subplots(figsize(12, 10)) towns_proj.plot(columnpoi_count, cmapOrRd, legendTrue, edgecolorgray, linewidth0.3, axax) ax.set_title(达州市乡镇网点密度分布) ax.set_axis_off() plt.savefig(dazhou_township_density.png, dpi200, bbox_inchestight)column指定要映射的数值字段cmap是色带edgecolor描边让乡镇界清晰。中文标题需要提前设置字体否则显示方块matplotlib 里用plt.rcParams[font.sans-serif] [SimHei]解决。出图后重点看有没有异常高值或空白区异常往往对应数据问题而不是真实分布。5.3 一个我常做的校验习惯每次拿到新的区划 shp我都会强制走一遍三步ogrinfo 看要素数和范围QGIS 看属性表中文和坐标系GeoPandas 算一遍总面积和官方公布面积对比。三步里任何一步对不上就先停下来查原因绝不带着疑问往下做。这套习惯帮我拦下过好几次坐标系错标和版本过期的问题。希望帮到你。本文还有配套的精品资源点击获取
