简介这份西咸新区电子地图GeoJSON资源面向从事数据可视化、GIS开发及大屏搭建的技术人员解决国家级新区地图数据获取难、边界不精确的问题。资源共8个文件以geojson和json为主压缩包约55KB其中geojson文件承载沣东、沣西、空港、泾河、秦汉五个城区的精确边界json文件则提供西咸新区整体轮廓及包含五个城区的层级结构便于按需调用。已有2245人学习下载说明其在同类资源中具备一定认可度。使用者可直接将文件导入阿里云DataV、geojson.io等平台快速呈现视觉效果既能整体展示新区全貌也能点击单个城区实现下钻或单独调用某一城区地图满足从宏观概览到局部细查的多层次需求为地图可视化项目节省大量数据整理时间。1. 西咸新区电子地图 GeoJSON一份能直接喂给 ECharts 的边界数据做数据可视化的人大概都遇到过这种场景项目要画一个新区的地图找了一圈只有模糊的行政区划截图或者拿到一份坐标系对不上的 Shapefile光转换就耗掉半天。西咸新区这份 GeoJSON 电子地图就是冲着这个痛点来的——它把西咸新区下辖的各个新城、街道边界整理成了标准 GeoJSON 格式每个区域独立成 Feature属性字段清晰可以直接被 ECharts、Mapbox、Leaflet、OpenLayers 等主流地图库加载也能用 ArcGIS、QGIS 打开做进一步编辑。这份资源适合三类人一是做政府或园区数据大屏的前端需要快速把西咸新区地图嵌进 ECharts 做区域着色二是做 GIS 分析的研究人员需要一份现成的边界数据做空间统计三是做教学演示的老师想找一个真实的新区案例讲 GeoJSON 结构。它解决的核心问题是省掉从 Shapefile 转换、坐标系纠偏、属性表清洗这一整套前置流程拿到就能用。2. GeoJSON 结构拆解从 FeatureCollection 到每个新城的坐标环2.1 为什么是 GeoJSON 而不是 Shapefile 或 KML先把这个选型问题说清楚。Shapefile 是 GIS 领域的老牌格式ArcGIS 原生支持但它有个硬伤一个完整数据集至少三个文件.shp、.shx、.dbf传输和版本管理都麻烦而且前端地图库基本不直接读。KML 是 Google Earth 的格式可读性好但属性字段支持弱做数据绑定不灵活。GeoJSON 的优势在于纯文本、单文件、JSON 原生结构前端 JavaScript 直接JSON.parse就能用属性字段想加多少加多少。ECharts 的registerMap方法就是吃 GeoJSON 的Mapbox 的addSource也支持 GeoJSON。对于西咸新区这种需要频繁做区域着色、点击交互、数据联动的场景GeoJSON 是最省事的选择。常见做法是如果原始数据是 Shapefile用 QGIS 导出为 GeoJSON注意坐标系选 EPSG:4326WGS84 经纬度因为 ECharts 和大多数 Web 地图库默认用这个。如果选成 EPSG:3857Web 墨卡托坐标值会变成米级大数地图直接飞掉。2.2 一份合格的西咸新区 GeoJSON 长什么样打开这份文件顶层是一个FeatureCollectionfeatures数组里每个元素对应一个区域。关键字段如下{ type: FeatureCollection, features: [ { type: Feature, properties: { name: 沣东新城, adcode: 610402, center: [108.75, 34.32], level: district }, geometry: { type: Polygon, coordinates: [ [ [108.70, 34.28], [108.80, 34.28], [108.80, 34.36], [108.70, 34.36], [108.70, 34.28] ] ] } } ] }properties里通常包含区域名称、行政区划代码、中心点坐标、层级。geometry的type可能是Polygon或MultiPolygon后者用于有飞地或岛屿的区域。coordinates是一个嵌套数组最内层是[经度, 纬度]的坐标对首尾坐标必须相同才能闭合。注意有些从 Shapefile 转出来的 GeoJSON 会出现坐标顺序颠倒纬度在前这是 GIS 领域的历史遗留问题。ECharts 要求经度在前如果地图画出来是镜像或错位的先检查坐标顺序。2.3 用 Python 快速校验和裁剪边界数据拿到文件后别急着往项目里塞先跑一遍校验。下面这段脚本检查每个 Feature 的几何类型、坐标闭合性、以及是否落在西咸新区的大致范围内import json # 西咸新区大致经纬度范围 LON_MIN, LON_MAX 108.3, 109.0 LAT_MIN, LAT_MAX 34.0, 34.7 with open(xixian_new_area.geojson, r, encodingutf-8) as f: data json.load(f) for feat in data[features]: name feat[properties].get(name, 未知) geom feat[geometry] gtype geom[type] # 统一处理 Polygon 和 MultiPolygon polygons [geom[coordinates]] if gtype Polygon else geom[coordinates] for poly in polygons: ring poly[0] # 外环 # 检查闭合 if ring[0] ! ring[-1]: print(f[未闭合] {name}) # 检查范围 for lon, lat in ring: if not (LON_MIN lon LON_MAX and LAT_MIN lat LAT_MAX): print(f[越界] {name} - ({lon}, {lat})) break print(校验完成)逻辑说明Polygon的coordinates是三层嵌套环 → 点 → 坐标MultiPolygon是四层。脚本统一成多边形列表后逐个检查。ring[0] ! ring[-1]判断首尾点是否一致不一致的话 ECharts 可能不报错但渲染出缺口。范围检查用来发现坐标系错误——如果大量点落在范围外八成是用了投影坐标。参数调整LON_MIN等四个值根据实际数据微调西咸新区横跨西安和咸阳边界比标准行政区划复杂。如果数据里包含渭河河道等自然边界范围可以适当放宽。3. 在 ECharts 里加载并做区域着色registerMap 与 visualMap 联动3.1 最小可运行示例从 JSON 到彩色地图ECharts 加载 GeoJSON 的核心是echarts.registerMap把地图数据注册成一个命名地图然后series.type map引用它。下面是一个完整可跑的 HTML 片段// 假设页面已引入 echarts.min.js fetch(./xixian_new_area.geojson) .then(res res.json()) .then(geoJson { // 注册地图xixian 是自定义名称 echarts.registerMap(xixian, geoJson); const chart echarts.init(document.getElementById(map)); // 模拟各区域数据name 必须与 GeoJSON properties.name 一致 const data [ { name: 沣东新城, value: 320 }, { name: 沣西新城, value: 210 }, { name: 秦汉新城, value: 180 }, { name: 泾河新城, value: 150 }, { name: 空港新城, value: 260 }, { name: 能源金贸区, value: 90 } ]; chart.setOption({ visualMap: { min: 0, max: 350, left: 20, bottom: 20, text: [高, 低], inRange: { color: [#e0f3f8, #4575b4] }, calculable: true }, series: [{ type: map, map: xixian, roam: true, // 允许缩放拖拽 label: { show: true, fontSize: 11, color: #333 }, itemStyle: { borderColor: #fff, borderWidth: 1 }, emphasis: { itemStyle: { areaColor: #f4a582 }, label: { show: true } }, data: data }] }); });逻辑说明registerMap把 GeoJSON 转成 ECharts 内部的地图坐标系。series.data里的name必须和 GeoJSON 中properties.name完全一致否则该区域不会着色。visualMap根据value自动映射颜色inRange.color是渐变色数组从低到高。参数调整roam: true开启缩放平移大屏展示时建议开启label.show控制区域名称显示区域密集时可以关掉避免重叠emphasis.itemStyle.areaColor是鼠标悬停色选一个和主色调对比明显的颜色。3.2 多图层叠加把 GeoJSON 边界和散点数据放一起实际项目里经常需要在地图上叠加点位比如标注园区企业分布。ECharts 的geo组件和series可以配合实现chart.setOption({ geo: { map: xixian, roam: true, itemStyle: { areaColor: #f7f7f7, borderColor: #999 } }, series: [ { type: scatter, coordinateSystem: geo, // 使用 geo 坐标系 data: [ { name: 某科技园, value: [108.72, 34.35, 100] }, { name: 某孵化器, value: [108.78, 34.30, 80] } ], symbolSize: val Math.sqrt(val[2]) * 2, encode: { tooltip: [2] } } ] });逻辑说明geo组件负责渲染底图series.type scatter的coordinateSystem设为geo后数据里的经纬度会自动映射到地图上。symbolSize用平方根缩放避免大值点过大。参数调整encode.tooltip指定 tooltip 显示哪个维度的值。如果散点数据量大考虑用large: true开启大数据量优化。3.3 区域点击交互与数据联动地图不只是看的还要能点。下面这段处理点击事件把区域名称和值传给外部组件chart.on(click, params { if (params.componentType series params.seriesType map) { const regionName params.name; const regionValue params.value; console.log(点击了 ${regionName}数值 ${regionValue}); // 这里可以调用外部函数更新侧边栏或表格 updateSidePanel(regionName, regionValue); } });逻辑说明params.componentType区分是地图区域还是散点params.name是区域名params.value是series.data里对应的值。如果该区域没有数据value是NaN。参数调整如果地图同时有多个 series用seriesType进一步过滤。updateSidePanel是自定义函数根据项目框架Vue/React/原生实现。4. 坐标系、属性字段与常见翻车现场排查4.1 地图画出来是空白或错位现象ECharts 初始化后地图区域一片空白或者图形严重变形。原因坐标系不匹配。GeoJSON 用了投影坐标如 UTM 或 Web 墨卡托坐标值是几十万甚至几百万的大数ECharts 按经纬度解析时直接超出可视范围。解决用 QGIS 打开原始数据右键图层 → 导出 → 要素另存为 → 坐标系选EPSG:4326 - WGS 84格式选 GeoJSON。导出后用 2.3 节的脚本再校验一遍范围。4.2 区域名称对不上导致不着色现象地图能显示但所有区域都是默认灰色visualMap不生效。原因series.data里的name和 GeoJSON 中properties.name不一致。常见差异包括多了「区」字、少了「新城」后缀、繁简体不同、空格差异。解决在浏览器控制台打印geoJson.features.map(f f.properties.name)和data.map(d d.name)对比。建议在代码里加一层映射const nameMap { 沣东: 沣东新城, 沣西: 沣西新城 }; const normalizedData rawData.map(d ({ ...d, name: nameMap[d.name] || d.name }));4.3 MultiPolygon 渲染出多余线条现象某些区域内部出现莫名其妙的横线或闭合环。原因GeoJSON 的MultiPolygon里包含了内环孔洞但 ECharts 默认把内环也画出来了。或者数据里有多余的重复点。解决用 Python 的shapely库做一次几何简化from shapely.geometry import shape, mapping import json with open(input.geojson, r, encodingutf-8) as f: data json.load(f) for feat in data[features]: geom shape(feat[geometry]) # 简化容差 0.0001 度约 10 米 simplified geom.simplify(0.0001, preserve_topologyTrue) feat[geometry] mapping(simplified) with open(output.geojson, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse)参数说明simplify的容差根据精度需求调整0.0001 度大约对应 10 米适合大屏展示如果要做精细分析调到 0.00001。4.4 文件体积过大导致加载慢现象GeoJSON 文件几 MB 甚至十几 MB前端加载卡顿。原因边界点太密一个区域几千个坐标点。解决用mapshaper命令行工具做抽稀mapshaper input.geojson -simplify 5% -o output.geojson5%表示保留 5% 的点视觉上几乎看不出差异体积能降一个数量级。如果没装 mapshaper用 QGIS 的「简化几何」工具也能做。4.5 ArcGIS 打开后属性表乱码现象用 ArcGIS 打开 GeoJSON属性表里中文显示为乱码。原因GeoJSON 默认 UTF-8 编码ArcGIS 某些版本对 UTF-8 支持不完善。解决用 QGIS 打开后导出为 Shapefile编码选GBK或UTF-8再在 ArcGIS 里打开。或者直接用 ArcGIS Pro它对 GeoJSON 的支持比 ArcMap 好得多。5. 进阶用 GeoJSON 做空间查询与自动化出图5.1 用 Python 做点在多边形内判断拿到这份数据后一个高频需求是给定一批经纬度点位判断每个点落在哪个新城。用shapely几行代码搞定from shapely.geometry import shape, Point import json with open(xixian_new_area.geojson, r, encodingutf-8) as f: data json.load(f) # 构建区域名到几何对象的映射 regions {} for feat in data[features]: regions[feat[properties][name]] shape(feat[geometry]) # 待判断的点 points [ (点位A, 108.75, 34.32), (点位B, 108.60, 34.40), (点位C, 108.90, 34.25) ] for name, lon, lat in points: pt Point(lon, lat) for region_name, geom in regions.items(): if geom.contains(pt): print(f{name} 位于 {region_name}) break else: print(f{name} 不在任何区域内)逻辑说明shape把 GeoJSON 几何转成 Shapely 对象contains做点在多边形内判断。注意contains对边界上的点返回False如果需要包含边界用intersects。参数调整如果点位数据量大几万以上逐个contains会慢。可以先用geom.bounds做粗筛再用contains精判。5.2 批量出图用 ECharts SSR 生成静态图片有时候需要把地图导出成图片发给别人ECharts 的getDataURL方法可以做到// 在 setOption 之后调用 const imgData chart.getDataURL({ type: png, pixelRatio: 2, // 2 倍分辨率更清晰 backgroundColor: #fff }); // imgData 是 base64 字符串可以直接下载 const link document.createElement(a); link.download xixian_map.png; link.href imgData; link.click();逻辑说明pixelRatio: 2让导出图片分辨率翻倍适合打印或高清展示。backgroundColor设成白色避免透明底在某些场景下显示异常。参数调整如果需要批量生成不同数据的图把setOption和getDataURL放在循环里每次更新series.data后调用chart.setOption再导出。5.3 一个我踩过的坑GeoJSON 里的坐标精度最后说一个血泪经验。有次做西咸新区的项目地图画出来总觉得边界「毛糙」放大后发现坐标只保留了两位小数。GeoJSON 标准没有规定精度但两位小数大约只有 1 公里精度对于新区这种精细边界完全不够。后来统一改成六位小数约 0.1 米精度文件体积增加不多视觉效果提升明显。从那以后我每次拿到 GeoJSON 都先检查坐标小数位数低于四位的直接打回重转。另外如果原始数据是 CAD 或测绘数据导出时注意单位——有些数据用「度分秒」格式需要先转成十进制度。希望帮到你。本文还有配套的精品资源点击获取
简介这份西咸新区电子地图GeoJSON资源面向从事数据可视化、GIS开发及大屏搭建的技术人员解决国家级新区地图数据获取难、边界不精确的问题。资源共8个文件以geojson和json为主压缩包约55KB其中geojson文件承载沣东、沣西、空港、泾河、秦汉五个城区的精确边界json文件则提供西咸新区整体轮廓及包含五个城区的层级结构便于按需调用。已有2245人学习下载说明其在同类资源中具备一定认可度。使用者可直接将文件导入阿里云DataV、geojson.io等平台快速呈现视觉效果既能整体展示新区全貌也能点击单个城区实现下钻或单独调用某一城区地图满足从宏观概览到局部细查的多层次需求为地图可视化项目节省大量数据整理时间。1. 西咸新区电子地图 GeoJSON一份能直接喂给 ECharts 的边界数据做数据可视化的人大概都遇到过这种场景项目要画一个新区的地图找了一圈只有模糊的行政区划截图或者拿到一份坐标系对不上的 Shapefile光转换就耗掉半天。西咸新区这份 GeoJSON 电子地图就是冲着这个痛点来的——它把西咸新区下辖的各个新城、街道边界整理成了标准 GeoJSON 格式每个区域独立成 Feature属性字段清晰可以直接被 ECharts、Mapbox、Leaflet、OpenLayers 等主流地图库加载也能用 ArcGIS、QGIS 打开做进一步编辑。这份资源适合三类人一是做政府或园区数据大屏的前端需要快速把西咸新区地图嵌进 ECharts 做区域着色二是做 GIS 分析的研究人员需要一份现成的边界数据做空间统计三是做教学演示的老师想找一个真实的新区案例讲 GeoJSON 结构。它解决的核心问题是省掉从 Shapefile 转换、坐标系纠偏、属性表清洗这一整套前置流程拿到就能用。2. GeoJSON 结构拆解从 FeatureCollection 到每个新城的坐标环2.1 为什么是 GeoJSON 而不是 Shapefile 或 KML先把这个选型问题说清楚。Shapefile 是 GIS 领域的老牌格式ArcGIS 原生支持但它有个硬伤一个完整数据集至少三个文件.shp、.shx、.dbf传输和版本管理都麻烦而且前端地图库基本不直接读。KML 是 Google Earth 的格式可读性好但属性字段支持弱做数据绑定不灵活。GeoJSON 的优势在于纯文本、单文件、JSON 原生结构前端 JavaScript 直接JSON.parse就能用属性字段想加多少加多少。ECharts 的registerMap方法就是吃 GeoJSON 的Mapbox 的addSource也支持 GeoJSON。对于西咸新区这种需要频繁做区域着色、点击交互、数据联动的场景GeoJSON 是最省事的选择。常见做法是如果原始数据是 Shapefile用 QGIS 导出为 GeoJSON注意坐标系选 EPSG:4326WGS84 经纬度因为 ECharts 和大多数 Web 地图库默认用这个。如果选成 EPSG:3857Web 墨卡托坐标值会变成米级大数地图直接飞掉。2.2 一份合格的西咸新区 GeoJSON 长什么样打开这份文件顶层是一个FeatureCollectionfeatures数组里每个元素对应一个区域。关键字段如下{ type: FeatureCollection, features: [ { type: Feature, properties: { name: 沣东新城, adcode: 610402, center: [108.75, 34.32], level: district }, geometry: { type: Polygon, coordinates: [ [ [108.70, 34.28], [108.80, 34.28], [108.80, 34.36], [108.70, 34.36], [108.70, 34.28] ] ] } } ] }properties里通常包含区域名称、行政区划代码、中心点坐标、层级。geometry的type可能是Polygon或MultiPolygon后者用于有飞地或岛屿的区域。coordinates是一个嵌套数组最内层是[经度, 纬度]的坐标对首尾坐标必须相同才能闭合。注意有些从 Shapefile 转出来的 GeoJSON 会出现坐标顺序颠倒纬度在前这是 GIS 领域的历史遗留问题。ECharts 要求经度在前如果地图画出来是镜像或错位的先检查坐标顺序。2.3 用 Python 快速校验和裁剪边界数据拿到文件后别急着往项目里塞先跑一遍校验。下面这段脚本检查每个 Feature 的几何类型、坐标闭合性、以及是否落在西咸新区的大致范围内import json # 西咸新区大致经纬度范围 LON_MIN, LON_MAX 108.3, 109.0 LAT_MIN, LAT_MAX 34.0, 34.7 with open(xixian_new_area.geojson, r, encodingutf-8) as f: data json.load(f) for feat in data[features]: name feat[properties].get(name, 未知) geom feat[geometry] gtype geom[type] # 统一处理 Polygon 和 MultiPolygon polygons [geom[coordinates]] if gtype Polygon else geom[coordinates] for poly in polygons: ring poly[0] # 外环 # 检查闭合 if ring[0] ! ring[-1]: print(f[未闭合] {name}) # 检查范围 for lon, lat in ring: if not (LON_MIN lon LON_MAX and LAT_MIN lat LAT_MAX): print(f[越界] {name} - ({lon}, {lat})) break print(校验完成)逻辑说明Polygon的coordinates是三层嵌套环 → 点 → 坐标MultiPolygon是四层。脚本统一成多边形列表后逐个检查。ring[0] ! ring[-1]判断首尾点是否一致不一致的话 ECharts 可能不报错但渲染出缺口。范围检查用来发现坐标系错误——如果大量点落在范围外八成是用了投影坐标。参数调整LON_MIN等四个值根据实际数据微调西咸新区横跨西安和咸阳边界比标准行政区划复杂。如果数据里包含渭河河道等自然边界范围可以适当放宽。3. 在 ECharts 里加载并做区域着色registerMap 与 visualMap 联动3.1 最小可运行示例从 JSON 到彩色地图ECharts 加载 GeoJSON 的核心是echarts.registerMap把地图数据注册成一个命名地图然后series.type map引用它。下面是一个完整可跑的 HTML 片段// 假设页面已引入 echarts.min.js fetch(./xixian_new_area.geojson) .then(res res.json()) .then(geoJson { // 注册地图xixian 是自定义名称 echarts.registerMap(xixian, geoJson); const chart echarts.init(document.getElementById(map)); // 模拟各区域数据name 必须与 GeoJSON properties.name 一致 const data [ { name: 沣东新城, value: 320 }, { name: 沣西新城, value: 210 }, { name: 秦汉新城, value: 180 }, { name: 泾河新城, value: 150 }, { name: 空港新城, value: 260 }, { name: 能源金贸区, value: 90 } ]; chart.setOption({ visualMap: { min: 0, max: 350, left: 20, bottom: 20, text: [高, 低], inRange: { color: [#e0f3f8, #4575b4] }, calculable: true }, series: [{ type: map, map: xixian, roam: true, // 允许缩放拖拽 label: { show: true, fontSize: 11, color: #333 }, itemStyle: { borderColor: #fff, borderWidth: 1 }, emphasis: { itemStyle: { areaColor: #f4a582 }, label: { show: true } }, data: data }] }); });逻辑说明registerMap把 GeoJSON 转成 ECharts 内部的地图坐标系。series.data里的name必须和 GeoJSON 中properties.name完全一致否则该区域不会着色。visualMap根据value自动映射颜色inRange.color是渐变色数组从低到高。参数调整roam: true开启缩放平移大屏展示时建议开启label.show控制区域名称显示区域密集时可以关掉避免重叠emphasis.itemStyle.areaColor是鼠标悬停色选一个和主色调对比明显的颜色。3.2 多图层叠加把 GeoJSON 边界和散点数据放一起实际项目里经常需要在地图上叠加点位比如标注园区企业分布。ECharts 的geo组件和series可以配合实现chart.setOption({ geo: { map: xixian, roam: true, itemStyle: { areaColor: #f7f7f7, borderColor: #999 } }, series: [ { type: scatter, coordinateSystem: geo, // 使用 geo 坐标系 data: [ { name: 某科技园, value: [108.72, 34.35, 100] }, { name: 某孵化器, value: [108.78, 34.30, 80] } ], symbolSize: val Math.sqrt(val[2]) * 2, encode: { tooltip: [2] } } ] });逻辑说明geo组件负责渲染底图series.type scatter的coordinateSystem设为geo后数据里的经纬度会自动映射到地图上。symbolSize用平方根缩放避免大值点过大。参数调整encode.tooltip指定 tooltip 显示哪个维度的值。如果散点数据量大考虑用large: true开启大数据量优化。3.3 区域点击交互与数据联动地图不只是看的还要能点。下面这段处理点击事件把区域名称和值传给外部组件chart.on(click, params { if (params.componentType series params.seriesType map) { const regionName params.name; const regionValue params.value; console.log(点击了 ${regionName}数值 ${regionValue}); // 这里可以调用外部函数更新侧边栏或表格 updateSidePanel(regionName, regionValue); } });逻辑说明params.componentType区分是地图区域还是散点params.name是区域名params.value是series.data里对应的值。如果该区域没有数据value是NaN。参数调整如果地图同时有多个 series用seriesType进一步过滤。updateSidePanel是自定义函数根据项目框架Vue/React/原生实现。4. 坐标系、属性字段与常见翻车现场排查4.1 地图画出来是空白或错位现象ECharts 初始化后地图区域一片空白或者图形严重变形。原因坐标系不匹配。GeoJSON 用了投影坐标如 UTM 或 Web 墨卡托坐标值是几十万甚至几百万的大数ECharts 按经纬度解析时直接超出可视范围。解决用 QGIS 打开原始数据右键图层 → 导出 → 要素另存为 → 坐标系选EPSG:4326 - WGS 84格式选 GeoJSON。导出后用 2.3 节的脚本再校验一遍范围。4.2 区域名称对不上导致不着色现象地图能显示但所有区域都是默认灰色visualMap不生效。原因series.data里的name和 GeoJSON 中properties.name不一致。常见差异包括多了「区」字、少了「新城」后缀、繁简体不同、空格差异。解决在浏览器控制台打印geoJson.features.map(f f.properties.name)和data.map(d d.name)对比。建议在代码里加一层映射const nameMap { 沣东: 沣东新城, 沣西: 沣西新城 }; const normalizedData rawData.map(d ({ ...d, name: nameMap[d.name] || d.name }));4.3 MultiPolygon 渲染出多余线条现象某些区域内部出现莫名其妙的横线或闭合环。原因GeoJSON 的MultiPolygon里包含了内环孔洞但 ECharts 默认把内环也画出来了。或者数据里有多余的重复点。解决用 Python 的shapely库做一次几何简化from shapely.geometry import shape, mapping import json with open(input.geojson, r, encodingutf-8) as f: data json.load(f) for feat in data[features]: geom shape(feat[geometry]) # 简化容差 0.0001 度约 10 米 simplified geom.simplify(0.0001, preserve_topologyTrue) feat[geometry] mapping(simplified) with open(output.geojson, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse)参数说明simplify的容差根据精度需求调整0.0001 度大约对应 10 米适合大屏展示如果要做精细分析调到 0.00001。4.4 文件体积过大导致加载慢现象GeoJSON 文件几 MB 甚至十几 MB前端加载卡顿。原因边界点太密一个区域几千个坐标点。解决用mapshaper命令行工具做抽稀mapshaper input.geojson -simplify 5% -o output.geojson5%表示保留 5% 的点视觉上几乎看不出差异体积能降一个数量级。如果没装 mapshaper用 QGIS 的「简化几何」工具也能做。4.5 ArcGIS 打开后属性表乱码现象用 ArcGIS 打开 GeoJSON属性表里中文显示为乱码。原因GeoJSON 默认 UTF-8 编码ArcGIS 某些版本对 UTF-8 支持不完善。解决用 QGIS 打开后导出为 Shapefile编码选GBK或UTF-8再在 ArcGIS 里打开。或者直接用 ArcGIS Pro它对 GeoJSON 的支持比 ArcMap 好得多。5. 进阶用 GeoJSON 做空间查询与自动化出图5.1 用 Python 做点在多边形内判断拿到这份数据后一个高频需求是给定一批经纬度点位判断每个点落在哪个新城。用shapely几行代码搞定from shapely.geometry import shape, Point import json with open(xixian_new_area.geojson, r, encodingutf-8) as f: data json.load(f) # 构建区域名到几何对象的映射 regions {} for feat in data[features]: regions[feat[properties][name]] shape(feat[geometry]) # 待判断的点 points [ (点位A, 108.75, 34.32), (点位B, 108.60, 34.40), (点位C, 108.90, 34.25) ] for name, lon, lat in points: pt Point(lon, lat) for region_name, geom in regions.items(): if geom.contains(pt): print(f{name} 位于 {region_name}) break else: print(f{name} 不在任何区域内)逻辑说明shape把 GeoJSON 几何转成 Shapely 对象contains做点在多边形内判断。注意contains对边界上的点返回False如果需要包含边界用intersects。参数调整如果点位数据量大几万以上逐个contains会慢。可以先用geom.bounds做粗筛再用contains精判。5.2 批量出图用 ECharts SSR 生成静态图片有时候需要把地图导出成图片发给别人ECharts 的getDataURL方法可以做到// 在 setOption 之后调用 const imgData chart.getDataURL({ type: png, pixelRatio: 2, // 2 倍分辨率更清晰 backgroundColor: #fff }); // imgData 是 base64 字符串可以直接下载 const link document.createElement(a); link.download xixian_map.png; link.href imgData; link.click();逻辑说明pixelRatio: 2让导出图片分辨率翻倍适合打印或高清展示。backgroundColor设成白色避免透明底在某些场景下显示异常。参数调整如果需要批量生成不同数据的图把setOption和getDataURL放在循环里每次更新series.data后调用chart.setOption再导出。5.3 一个我踩过的坑GeoJSON 里的坐标精度最后说一个血泪经验。有次做西咸新区的项目地图画出来总觉得边界「毛糙」放大后发现坐标只保留了两位小数。GeoJSON 标准没有规定精度但两位小数大约只有 1 公里精度对于新区这种精细边界完全不够。后来统一改成六位小数约 0.1 米精度文件体积增加不多视觉效果提升明显。从那以后我每次拿到 GeoJSON 都先检查坐标小数位数低于四位的直接打回重转。另外如果原始数据是 CAD 或测绘数据导出时注意单位——有些数据用「度分秒」格式需要先转成十进制度。希望帮到你。本文还有配套的精品资源点击获取
