2020中国省、市、县三级行政区划矢量图：从zip到可用底图的完整指南-北京尧图网络

简介这份2020年中国省、市、县三级行政区划矢量图面向地理信息、城乡规划、数据统计及科研教学等领域的从业者与学习者用于解决全国行政边界精确获取与空间分析的问题。压缩包共25个文件约71.64MB以shp、shx、dbf、prj、sbn、sbx、cpg、xml等Shapefile标准格式为主分别承载几何边界、属性数据、空间索引、坐标参考与元数据信息可直接被ArcGIS、QGIS等软件读取。目前已有3453人学习下载说明其在同类数据中具备较高认可度。借助这套数据读者可完成区域划分、缓冲区分析、人口密度计算等空间操作也能为公共服务设施布局、地区发展差异研究、市场分析与选址决策提供底图支撑是理解中国地理与社会结构的一份实用基础资料。1. 2020中国省、市、县三级行政区划矢量图从一份zip到一套能用的底图做数据可视化或空间分析的人迟早会撞上一个需求把业务数据按行政区划落到地图上。销售按省汇总、门店按市分布、网点按县铺开这时候你需要的不是一张好看的图片而是一份能参与计算的矢量边界。2020中国省、市、县三级行政区划矢量图.zip 这类资源解决的正是这个问题——它把全国三级行政单元的边界打包成矢量文件让你能在 QGIS、ArcGIS、GeoPandas 里直接加载、裁剪、关联属性。适合谁做区域报表的 BI 工程师、跑选址模型的数据分析师、写论文需要出图的研究生以及任何被“给我一张能点选的地图”需求追着跑的人。但拿到 zip 只是开始真正决定它能不能用的是坐标系、字段结构、层级编码和拓扑质量这四件事。2. 拆开这份矢量包三级边界到底存了什么2.1 省、市、县三级在矢量文件里怎么组织一份标准的行政区划矢量包通常有两种组织方式。第一种是三个独立图层省界一个文件、市界一个文件、县界一个文件各自带自己的属性表。第二种是一个图层里用字段区分层级比如加一列 level值为 1、2、3 分别代表省、市、县。两种方式没有绝对优劣但用途不同。做分级设色时独立图层更省事直接按图层加载就行做下钻联动时单图层加层级字段更方便前端一次加载、按字段过滤。我一般会先看文件后缀。Shapefile 是最常见的一套至少四个文件.shp、.shx、.dbf、.prj少一个都读不全。GeoJSON 是单文件文本格式方便版本管理和网页直接加载但全国县级边界动辄几十兆浏览器里要小心。GeoPackage 是单文件二进制QGIS 和 GeoPandas 都支持字段名长度不受限比 Shapefile 舒服。拿到 zip 先解压用文件管理器看一眼结构比直接写代码猜要快。属性表里最关键的字段是行政区划代码。省代码两位、市代码四位、县代码六位这是国家标准编码规则。如果这份数据里只有名称没有代码后面做数据关联会非常痛苦因为“市辖区”“城区”这类重名在全国能找出几十个。所以第一步永远是确认代码字段在不在、是不是字符串类型。数值类型会把“010”变成“10”前导零一丢关联全错。2.2 坐标系与投影为什么你的图总是对不上矢量边界能不能和你的业务数据叠上九成问题出在坐标系。常见情况是边界文件用的是地理坐标系经纬度单位是度业务数据是投影坐标系单位是米两者直接叠位置偏到姥姥家。国内常见的坐标系有 WGS84EPSG:4326、CGCS2000EPSG:4490以及各种地方坐标系。2020 年的数据大概率是 CGCS2000 或 WGS84两者在普通可视化精度下差异很小但如果你要做面积计算必须投影到等面积坐标系比如 AlbersEPSG:9822 或自定义参数。判断当前坐标系最直接的办法是看 .prj 文件内容或者用 GeoPandas 读进来打印 crs 属性。如果 crs 是 None说明文件没带投影信息你得自己判断。一个土办法看坐标数值范围。经度在 73 到 135 之间、纬度在 3 到 54 之间那就是经纬度如果数值是几十万、几百万那就是投影坐标。判断错了后面所有空间操作都是白费。提示不要假设 zip 里的 .prj 一定正确。我见过把 WGS84 的边界标成 CGCS2000 的包差异虽小但在做高精度叠加时会露馅。2.3 用 GeoPandas 读进来先做三件事拿到数据别急着画图先做体检。下面这段代码是我每次拿到新矢量包都会跑的检查坐标系、字段和几何有效性。import geopandas as gpd # 读取县界图层具体文件名按实际解压结果改 gdf gpd.read_file(county_2020.shp, encodingutf-8) # 第一件事看坐标系 print(CRS:, gdf.crs) # 第二件事看字段和类型 print(gdf.dtypes) print(gdf.head(3)) # 第三件事检查几何有效性 invalid gdf[~gdf.geometry.is_valid] print(无效几何数量:, len(invalid)) if len(invalid) 0: print(invalid[[name, code]].head())这段代码的逻辑很直白crs 告诉你坐标系dtypes 告诉你代码字段是不是字符串is_valid 告诉你有没有自相交、悬挂节点这类拓扑错误。无效几何不一定会让程序报错但会在裁剪、求交时产生诡异结果比如面积算出来是负的、叠加后出现碎片。发现无效几何可以用 buffer(0) 做一次修复但修复后要重新检查面积变化。参数上唯一要注意的是 encoding。Shapefile 的 .dbf 文件编码可能是 GBK、UTF-8 或 Latin1读出来乱码就换一个试。GeoPandas 默认用 UTF-8遇到中文乱码时显式指定 encodinggbk 往往能解决。3. 把边界用起来关联业务数据的完整链路3.1 行政区划代码的清洗与对齐矢量边界只有地理信息业务价值来自关联。关联的钥匙就是行政区划代码。但现实里业务系统里的代码往往不干净有的带省市区后缀有的位数不对有的用名称代替代码。清洗的目标是让两边代码字段类型一致、位数一致、格式一致。常见做法是统一转成六位字符串省级补零到六位比如“110000”市级补零到六位“110100”县级本身就是六位。如果业务数据只有名称那就得先做名称到代码的映射这一步没有捷径只能靠一份标准的区划代码表做左连接。注意名称里的“市辖区”“省直辖县级行政区划”这类特殊值直接匹配往往失败需要单独处理。import pandas as pd # 假设业务数据里有一列 region_code biz pd.read_csv(sales.csv, dtype{region_code: str}) # 统一补零到六位 biz[region_code] biz[region_code].str.zfill(6) # 矢量数据里的代码也转字符串并补零 gdf[code] gdf[code].astype(str).str.zfill(6) # 左连接把业务数据挂到边界上 merged gdf.merge(biz, left_oncode, right_onregion_code, howleft) # 检查匹配率 match_rate merged[region_code].notna().mean() print(f匹配率: {match_rate:.2%})逻辑说明zfill(6) 保证两边位数一致astype(str) 避免数值类型丢前导零。merge 用左连接保证边界完整业务数据缺失的单元显示为空。匹配率低于 90% 就说明代码体系有问题得回去查是年份版本不一致还是编码规则不同。参数上howleft 是默认推荐除非你只想保留有业务的区域。3.2 按省、市、县聚合的三种写法关联完成后聚合方式取决于你的分析层级。按省聚合用省代码前两位分组按市聚合用前四位按县聚合用六位。如果矢量包是单图层带层级字段直接按 level 过滤再分组。如果是三个独立图层就分别加载、分别聚合。# 按省聚合取代码前两位 gdf[prov_code] gdf[code].str[:2] prov_summary merged.groupby(prov_code).agg( total_sales(sales, sum), store_count(store_id, nunique) ).reset_index() # 按市聚合取代码前四位 gdf[city_code] gdf[code].str[:4] city_summary merged.groupby(city_code).agg( total_sales(sales, sum) ).reset_index()这里的关键参数是 str[:2] 和 str[:4]前提是代码已经补零到六位。如果代码是数值类型切片会报错所以前面转字符串这一步不能省。聚合后的结果要再关联回对应的边界图层才能出图省界关联 prov_code市界关联 city_code。3.3 出图前的裁剪与简化全国县级边界数据量大直接出图又慢又卡。两个优化手段裁剪和简化。裁剪是只保留你关心的区域比如只做华东地区就用一个矩形或省界做 clip。简化是减少节点数量用 simplify 方法容差根据出图比例尺定。容差太大边界会变形太小起不到加速作用。# 裁剪到华东区域假设有一个华东的边界 east_china gdf[gdf[prov_code].isin([31, 32, 33, 34, 35, 36, 37])] # 简化几何容差 0.01 度约等于 1 公里 east_china[geometry] east_china[geometry].simplify(0.01, preserve_topologyTrue) # 出图 east_china.plot(columntotal_sales, legendTrue, figsize(12, 8))simplify 的容差单位跟坐标系一致经纬度下 0.01 度大约是 1 公里。preserve_topologyTrue 保证简化后不会出现自相交。如果只是网页展示简化到 0.05 度也够用如果要打印出版0.001 度更稳妥。裁剪和简化的顺序建议先裁剪后简化减少计算量。4. 避坑与排查矢量边界翻车的五个现场4.1 现象地图整体偏移几百米原因坐标系判断错误或者 .prj 文件缺失导致软件用了默认坐标系。最常见的是把 CGCS2000 当成 WGS84虽然差异小但在高精度底图上会看出来。更严重的是把投影坐标当经纬度偏移能到几十公里。解决先用 GeoPandas 打印 crs确认 EPSG 代码。如果是 None根据坐标数值范围判断。确认后统一用 to_crs 转换到目标坐标系。转换前先查清楚源坐标系到底是什么猜错了转完更偏。4.2 现象关联后大量区域业务数据为空原因代码字段类型不一致数值型丢了前导零或者年份版本不一致2020 年的边界配了 2019 年的业务代码部分区划调整导致代码对不上。解决两边都转字符串并 zfill(6)打印未匹配的代码列表人工核对。如果是版本问题找一份对应年份的区划代码表做映射或者用名称做辅助匹配。4.3 现象面积计算结果为负或异常大原因几何无效存在自相交或环方向错误或者用了地理坐标系直接算面积单位是平方度没有物理意义。解决先检查 is_valid无效的用 buffer(0) 修复。算面积前必须投影到等面积坐标系比如 Albers。投影参数根据区域定全国用中央经线 105 度分带用 3 度或 6 度。4.4 现象简化后边界出现尖刺或空洞原因simplify 容差过大或者 preserve_topology 没开。拓扑保持关闭时相邻多边形简化后可能出现缝隙或重叠。解决减小容差开启 preserve_topologyTrue。如果还不行先做一次 buffer(0) 清理再简化。相邻边界的简化最好用拓扑感知的工具比如 mapshaper它能保证共享边界简化后仍然重合。4.5 现象Shapefile 字段名被截断原因Shapefile 的 .dbf 字段名限制 10 个字符中文或长英文名会被截断导致代码里引用的字段名找不到。解决读进来先打印 columns 看实际字段名。如果被截断要么在读取时重命名要么换 GeoPackage 格式。我一般会在读取后立刻 rename把字段名统一成短英文后面代码更稳。5. 进阶技巧让这份底图真正变成你的资产5.1 用拓扑检查保证相邻边界严丝合缝省、市、县三级边界理论上应该严格嵌套县界拼成市界市界拼成省界。但实际数据里不同层级可能是分别数字化再合并的边界对不齐。做下钻联动时这种不对齐会导致视觉上的缝隙或重叠。检查方法是把县界 dissolve 到市级再和原始市界做对称差看差异面积占比。# 县界融合到市级 county_dissolved gdf.dissolve(bycity_code) # 加载原始市界 city_original gpd.read_file(city_2020.shp) # 计算对称差面积 sym_diff county_dissolved.geometry.symmetric_difference(city_original.geometry) print(对称差总面积:, sym_diff.area.sum())如果对称差面积接近零说明嵌套良好如果明显大于零说明层级间边界不一致。修复办法是以县级为准重新融合出市级替换原始市界。这样保证下钻时边界完全重合。5.2 把常用操作封装成一个函数每次拿到新数据都重复体检、清洗、关联不如封装成一个函数。下面这个函数覆盖了从读取到关联的核心步骤参数化设计让不同项目都能复用。def load_and_join(shp_path, biz_df, code_colcode, biz_code_colregion_code): 读取矢量边界并关联业务数据 shp_path: 矢量文件路径 biz_df: 业务数据 DataFrame code_col: 矢量数据里的代码字段名 biz_code_col: 业务数据里的代码字段名 gdf gpd.read_file(shp_path, encodingutf-8) # 统一代码格式 gdf[code_col] gdf[code_col].astype(str).str.zfill(6) biz_df[biz_code_col] biz_df[biz_code_col].astype(str).str.zfill(6) # 检查几何有效性 if not gdf.geometry.is_valid.all(): gdf[geometry] gdf[geometry].buffer(0) # 关联 merged gdf.merge(biz_df, left_oncode_col, right_onbiz_code_col, howleft) # 打印匹配率 print(f匹配率: {merged[biz_code_col].notna().mean():.2%}) return merged这个函数的参数设计考虑了几种常见变体代码字段名可能不同业务数据可能来自 CSV 或数据库。返回的 merged 可以直接用于出图或进一步聚合。我一般还会加一个参数控制是否简化但简化容差因项目而异就没放进去。5.3 一个我踩过的坑别在原始数据上直接改早期我习惯读进来直接改 geometry 列做简化、裁剪、修复改完保存。后来发现原始数据被覆盖了下次想换个容差重新简化已经找不到原始边界。血泪经验是读进来先 copy 一份所有修改在副本上做原始文件保持只读。GeoPandas 的 copy() 是深拷贝几何对象也会复制不会互相影响。gdf_raw gpd.read_file(county_2020.shp) gdf_work gdf_raw.copy() # 所有操作在 gdf_work 上做这个习惯看起来简单但能省下大量重新下载和解压的时间。尤其是这份 2020 中国省、市、县三级行政区划矢量图解压后文件不小重新获取的成本比 copy 一下高得多。最后说一个验证方法拿几个已知面积的县比如你熟悉的家乡用投影后的面积和官方公布面积对比误差在 1% 以内就说明坐标系和几何都没问题。这个土办法比看任何文档都直接。希望帮到你。本文还有配套的精品资源点击获取

2020中国省、市、县三级行政区划矢量图：从zip到可用底图的完整指南

相关推荐

网格膨胀算法：3D建模中的外壳生成技术详解

OpenMontage：面向AI原生时代的可编程视频处理流水线

基于CNN的肤色静态手势识别系统设计与实现

更多资讯

基于Springboot校园求职招聘系统【附源码+文档】

基于Springboot社区物资交易互助平台【附源码+文档】

ESP-Brookesia多运行时架构：一套平台同时跑JS、Lua、WASM、ELF四种应用

Falcon-Perception 感知任务详解：如何用一句查询词实现开放词汇检测与像素级分割

基于Springboot人事管理系统【附源码+文档】

SSP语音转写实战：说话人分离+时间戳+结构化输出一体化方案

今日更新

Agent-Reach：打通大模型触达外部系统的最后一公里

深度学习图像隐写分析实战：从CNN原理到毕设源码全解析

AI赋能知识产权供需匹配：专利评估、需求挖掘与多路召回工程实践

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？