2026/8/18 11:42:18
FEATURED · 精选文章 
中国行政区划矢量数据免费下载省市县三级Shapefile一套打包十分钟画出第一张专题图【免费下载链接】ChinaAdminDivisonSHP中国行政区划矢量图ESRI Shapefile格式共四级国家、省/直辖市、市、区/县。关键字中国行政区划图中国地图中国行政区中国行政区地图行政区地图行政区行政区划地图矢量数据矢量地理数据省级直辖市市级区/县级行政区划图。项目地址: https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP为了给季度汇报配一张省级分布图我上周浪费了整整一个晚上网盘里搜到三份中国行政区划数据一份解压就报错一份边界和底图错位了几百米还有一份属性表打开全是乱码。最后是同事甩给我一个仓库ChinaAdminDivisonSHP——中国行政区划矢量数据国家、省、市、区县四级全部整理成 ESRI Shapefile不用注册、不用转格式clone 下来就能画。我先清点了一下家底1 个国家图层、34 个省级、372 个市级、2877 个区县级每一层都是独立完整的 Shapefile一层一个文件夹。从 git clone 到 QGIS 里看到带边界的中国地图掐表一算十分钟出头。 clone 一条命令把四级行政区划数据拉回本地别急着研究坐标系和字段先让自己看到第一张图——这是最快的正反馈。前提是你装好了 Git 和 QGIS然后在终端里执行git clone https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP执行完当前目录会多出一个ChinaAdminDivisonSHP文件夹。我建议先从省级数据开刀注意目录名带空格和点号命令里记得加引号cd ChinaAdminDivisonSHP/2. Province接下来打开 QGIS依次点图层 → 添加图层 → 添加矢量图层选中province.shp一张带边界的中国省级地图就出现在画布上了。眼睛扫一遍34 个省级行政区的轮廓全在汇报底图的基础就有了如果不装 GIS 也能用Python 一行代码照样读import geopandas as gpd df gpd.read_file(2. Province/province.shp) print(df.head())边界几何和属性表会一起进 DataFrame后面做筛选、导出都很顺手。 翻一遍属性表六个字段就是一张关系网出图只是热身这份数据真正的价值在属性表里。打开省级图层的属性表每一行是一个省级行政区带着pr_adcode、pr_name这样的字段。前缀代表层级cn是国家、pr是省、ct是市、dt是区县。前缀含义示例cncountry 国家100000 中华人民共和国prprovince 省/直辖市110000 北京市ctcity 地级市110100 北京城区dtdistrict 区/县110101 东城区重点看 adcode。它是六位行政编码前两位是省、中间两位是市、后两位是区县110000 是北京110101 就是东城区。换句话说一个六位数字里藏着完整的省市区县关系——区县层的每一行都同时带着 dt、ct、pr、cn 四级的编码和名称。看这张区县级属性表一行就是一套完整的省—市—县三维坐标再说一个容易忽略的细节每个层级的文件夹里都有五个文件。.shp是边界几何.dbf是属性表本质就是一张 Excel 表.prj记坐标系.shx是空间索引.cpg声明属性表的中文字符集。我见过有人只拷走 .shp结果属性表全是乱码——五件套一个都不能少。⚠️ 三个坑我替你踩了看到直接绕用这套数据跑业务有三个地方特别容易翻车都是我实际撞过的坑一坐标系写的是 WGS 84实际是火星坐标。.prj 里标注 WGS 1984但数据来自高德行政区域查询接口实际带 GCJ-02火星坐标偏移——坐标系就是地图对齐的基准基准错了图就错位。如果你手里的 GPS 数据是纯 WGS-84叠加时会偏移几十到几百米。绕法地图服务场景先做坐标转换coordtransform 这类库几分钟就能处理完。坑二目录名带空格cd 直接报错。直接敲cd 2. Provinceshell 会把空格当成参数分隔符提示目录不存在。绕法路径加双引号或者输到一半按 Tab 自动补全。坑三只留 .shp中文全变乱码。.cpg 声明的是属性表字符集少一个文件区县名就可能变成锟斤拷。绕法五个文件原样保留别自作主张精简。还有一句提醒数据来自高德不含细化的海上边界线。如果做权威版图、需要完整边境线README 里作者也给出了天地图官方数据的线索可以按需取用。 拿字段做文章把数据变成会说话的专题图前面理清了 adcode 的规律现在用起来。想要某个省的全部区县一条过滤就完事import geopandas as gpd df gpd.read_file(4. District/district.shp) sichuan df[df[pr_adcode].str.startswith(51)] sichuan.to_file(sichuan.geojson, driverGeoJSON)把 GDP、人口这类业务数据按dt_name字段 join 进来在 QGIS 里按数值渐变上色一张经济分布热力图就完成了。想换更细的底图也简单换成city.shp城市边界立刻密了一档做到区县一级2877 个单元铺开县域网格、门店辐射圈这类精细化运营都能直接落在这份数据上格式更不用愁右键图层 →导出 → 另存为GeoJSON、KML、CSV 随便选前端做 Web 地图时直接把 GeoJSON 喂给 Leaflet 或 MapLibre。收个尾现在就能动手找数据、洗数据、对坐标系这三件事本来就是做地图最耗时的一环。这份数据把前三步替你省掉了剩下的就是画图和讲故事。打开终端敲下git clone https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP从省级地图开始跑一遍十分钟内出你的第一张图。数据跑通了你会发现真正值钱的是你手里的业务数据。【免费下载链接】ChinaAdminDivisonSHP中国行政区划矢量图ESRI Shapefile格式共四级国家、省/直辖市、市、区/县。关键字中国行政区划图中国地图中国行政区中国行政区地图行政区地图行政区行政区划地图矢量数据矢量地理数据省级直辖市市级区/县级行政区划图。项目地址: https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
中国行政区划矢量数据免费下载：省市县三级Shapefile一套打包，十分钟画出第一张专题图
中国行政区划矢量数据免费下载省市县三级Shapefile一套打包十分钟画出第一张专题图【免费下载链接】ChinaAdminDivisonSHP中国行政区划矢量图ESRI Shapefile格式共四级国家、省/直辖市、市、区/县。关键字中国行政区划图中国地图中国行政区中国行政区地图行政区地图行政区行政区划地图矢量数据矢量地理数据省级直辖市市级区/县级行政区划图。项目地址: https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP为了给季度汇报配一张省级分布图我上周浪费了整整一个晚上网盘里搜到三份中国行政区划数据一份解压就报错一份边界和底图错位了几百米还有一份属性表打开全是乱码。最后是同事甩给我一个仓库ChinaAdminDivisonSHP——中国行政区划矢量数据国家、省、市、区县四级全部整理成 ESRI Shapefile不用注册、不用转格式clone 下来就能画。我先清点了一下家底1 个国家图层、34 个省级、372 个市级、2877 个区县级每一层都是独立完整的 Shapefile一层一个文件夹。从 git clone 到 QGIS 里看到带边界的中国地图掐表一算十分钟出头。 clone 一条命令把四级行政区划数据拉回本地别急着研究坐标系和字段先让自己看到第一张图——这是最快的正反馈。前提是你装好了 Git 和 QGIS然后在终端里执行git clone https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP执行完当前目录会多出一个ChinaAdminDivisonSHP文件夹。我建议先从省级数据开刀注意目录名带空格和点号命令里记得加引号cd ChinaAdminDivisonSHP/2. Province接下来打开 QGIS依次点图层 → 添加图层 → 添加矢量图层选中province.shp一张带边界的中国省级地图就出现在画布上了。眼睛扫一遍34 个省级行政区的轮廓全在汇报底图的基础就有了如果不装 GIS 也能用Python 一行代码照样读import geopandas as gpd df gpd.read_file(2. Province/province.shp) print(df.head())边界几何和属性表会一起进 DataFrame后面做筛选、导出都很顺手。 翻一遍属性表六个字段就是一张关系网出图只是热身这份数据真正的价值在属性表里。打开省级图层的属性表每一行是一个省级行政区带着pr_adcode、pr_name这样的字段。前缀代表层级cn是国家、pr是省、ct是市、dt是区县。前缀含义示例cncountry 国家100000 中华人民共和国prprovince 省/直辖市110000 北京市ctcity 地级市110100 北京城区dtdistrict 区/县110101 东城区重点看 adcode。它是六位行政编码前两位是省、中间两位是市、后两位是区县110000 是北京110101 就是东城区。换句话说一个六位数字里藏着完整的省市区县关系——区县层的每一行都同时带着 dt、ct、pr、cn 四级的编码和名称。看这张区县级属性表一行就是一套完整的省—市—县三维坐标再说一个容易忽略的细节每个层级的文件夹里都有五个文件。.shp是边界几何.dbf是属性表本质就是一张 Excel 表.prj记坐标系.shx是空间索引.cpg声明属性表的中文字符集。我见过有人只拷走 .shp结果属性表全是乱码——五件套一个都不能少。⚠️ 三个坑我替你踩了看到直接绕用这套数据跑业务有三个地方特别容易翻车都是我实际撞过的坑一坐标系写的是 WGS 84实际是火星坐标。.prj 里标注 WGS 1984但数据来自高德行政区域查询接口实际带 GCJ-02火星坐标偏移——坐标系就是地图对齐的基准基准错了图就错位。如果你手里的 GPS 数据是纯 WGS-84叠加时会偏移几十到几百米。绕法地图服务场景先做坐标转换coordtransform 这类库几分钟就能处理完。坑二目录名带空格cd 直接报错。直接敲cd 2. Provinceshell 会把空格当成参数分隔符提示目录不存在。绕法路径加双引号或者输到一半按 Tab 自动补全。坑三只留 .shp中文全变乱码。.cpg 声明的是属性表字符集少一个文件区县名就可能变成锟斤拷。绕法五个文件原样保留别自作主张精简。还有一句提醒数据来自高德不含细化的海上边界线。如果做权威版图、需要完整边境线README 里作者也给出了天地图官方数据的线索可以按需取用。 拿字段做文章把数据变成会说话的专题图前面理清了 adcode 的规律现在用起来。想要某个省的全部区县一条过滤就完事import geopandas as gpd df gpd.read_file(4. District/district.shp) sichuan df[df[pr_adcode].str.startswith(51)] sichuan.to_file(sichuan.geojson, driverGeoJSON)把 GDP、人口这类业务数据按dt_name字段 join 进来在 QGIS 里按数值渐变上色一张经济分布热力图就完成了。想换更细的底图也简单换成city.shp城市边界立刻密了一档做到区县一级2877 个单元铺开县域网格、门店辐射圈这类精细化运营都能直接落在这份数据上格式更不用愁右键图层 →导出 → 另存为GeoJSON、KML、CSV 随便选前端做 Web 地图时直接把 GeoJSON 喂给 Leaflet 或 MapLibre。收个尾现在就能动手找数据、洗数据、对坐标系这三件事本来就是做地图最耗时的一环。这份数据把前三步替你省掉了剩下的就是画图和讲故事。打开终端敲下git clone https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP从省级地图开始跑一遍十分钟内出你的第一张图。数据跑通了你会发现真正值钱的是你手里的业务数据。【免费下载链接】ChinaAdminDivisonSHP中国行政区划矢量图ESRI Shapefile格式共四级国家、省/直辖市、市、区/县。关键字中国行政区划图中国地图中国行政区中国行政区地图行政区地图行政区行政区划地图矢量数据矢量地理数据省级直辖市市级区/县级行政区划图。项目地址: https://gitcode.com/gh_mirrors/ch/ChinaAdminDivisonSHP创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
