简介这份中亚五国矢量图数据集面向GIS从业者、地理科研人员及区域研究学习者提供哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦五国的精确地理边界与属性信息可用于地图制作、土地利用规划、区域发展分析及政治边界研究等场景。资源包共8个文件约545KB以Shapefile标准组件为主shp主文件承载几何形状shx索引加速数据访问dbf存储国家名称等属性字段prj定义坐标系统另有cpg字符编码、sbn与sbx地理索引及xml元数据文件各组件协同保证数据在ArcGIS、QGIS等主流软件中正确投影与显示。目前已有189人学习下载。借助这份数据读者可快速搭建中亚地区空间分析底图结合属性表开展资源分布、交通网络等专题制图也可作为区域经济与地缘研究的基础数据源省去自行采集与配准的繁琐流程。1. 中亚五国矢量图 shp 格式一份能直接进 GIS 的边界底图做区域研究或者跨境项目的人多半遇到过这种场景手头有一份中亚五国的业务数据想落到地图上看看空间分布结果卡在第一步——找不到一套干净、完整、坐标系明确的行政边界矢量。网上搜到的要么是网页截图描出来的要么缺了某个国家的二级行政区要么属性表里全是乱码。这份中亚五国矢量图 shp 格式数据集解决的就是这个「底图从哪来」的问题。它把哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦、乌兹别克斯坦五个国家的行政边界整理成标准 Shapefile能直接拖进 QGIS、ArcGIS 或者用 GeoPandas 读进 Python 做空间分析。适合做区域经济、物流路径、资源分布、环境监测这类需要中亚底图的人也适合教学演示里当基础数据用。下面按「它是什么、怎么用、坑在哪」的顺序拆开讲。2. Shapefile 到底装了什么从坐标系到属性表逐层拆2.1 为什么是 shp 而不是 GeoJSONShapefile 是 Esri 在上世纪九十年代定的一套格式严格说它不是一个文件而是一组同名文件的集合。很多人第一次拿到 shp 会懵怎么解压出来一堆.shp、.shx、.dbf、.prj、.cpg。这不是打包失误是格式本身的设计。.shp存几何形状.shx存索引.dbf存属性表.prj存坐标系定义.cpg存字符编码。少任何一个软件都可能读不出来或者读出来是错的。那为什么不用 GeoJSONGeoJSON 单文件、可读性好、网页端友好但它在处理大量多边形时体积膨胀明显而且属性字段类型支持不如 dbf 稳定。做区域边界这种「几何不算特别复杂、但要求跨软件兼容」的场景shp 依然是很多行业软件和政务系统的默认交换格式。常见做法是分析阶段用 GeoJSON 或 GeoPackage交付和归档时转成 shp。这份数据集直接给 shp省掉了转换环节。2.2 坐标系WGS84 与 Web 墨卡托的取舍拿到矢量第一件事是看.prj文件。如果里面写的是GCS_WGS_1984说明是地理坐标系单位是度如果写的是WGS_1984_Web_Mercator_Auxiliary_Sphere那是投影坐标系单位是米。两者不能混用。做面积统计、距离量算必须用投影坐标系否则算出来的「度」没有物理意义。做网页地图叠加通常用 Web 墨卡托EPSG:3857。做全球尺度的空间关系判断WGS84EPSG:4326够用。这份数据如果给的是 WGS84你在 QGIS 里量面积之前得先重投影到适合中亚的投影带比如 UTM Zone 42N 到 45N 之间具体看经度范围。import geopandas as gpd # 读取 shp先看坐标系 gdf gpd.read_file(central_asia.shp) print(原始坐标系:, gdf.crs) print(要素数量:, len(gdf)) print(字段列表:, gdf.columns.tolist()) # 如果要做面积统计重投影到 UTM # 中亚大致在 46°E 到 88°E选 UTM Zone 42N-45N gdf_proj gdf.to_crs(epsg32642) # Zone 42N gdf_proj[area_km2] gdf_proj.geometry.area / 1e6 print(gdf_proj[[name, area_km2]].head())这段代码先确认原始坐标系再转成 UTM Zone 42N 算面积。to_crs的参数epsg32642是 Zone 42N 的编码如果你研究区域偏东换成 32643 或 32644。area返回的是投影单位下的面积除以 1e6 得到平方公里。注意重投影后几何会变但属性表跟着走不会丢字段。2.3 属性表里该有什么字段一份能用的行政边界数据属性表至少要有国家名、行政区名称、行政区代码、层级。如果只有几何没有属性那它只是一张「画」没法做筛选和统计。常见字段命名有NAME_0国家、NAME_1一级行政区、NAME_2二级行政区这是 GADM 的风格也有ADM0_NAME、ADM1_NAME这种。字段名本身不重要重要的是你得知道哪个字段对应哪一级。拿到数据后先跑一遍字段探查# 查看属性表结构和前几行 print(gdf.dtypes) print(gdf.head(10)) # 按国家分组统计要素数 if NAME_0 in gdf.columns: print(gdf.groupby(NAME_0).size())如果groupby出来的国家数量不是 5说明数据可能只覆盖了部分区域或者国家名字段有拼写不一致。这时候别急着用先跟数据提供方确认覆盖范围。3. 把 shp 用起来QGIS 可视化与 Python 空间分析两条路3.1 QGIS 里五分钟出图QGIS 是免费开源的对 shp 支持最稳。操作路径打开 QGIS → 图层 → 添加图层 → 添加矢量图层 → 选.shp文件 → 打开。如果坐标系正确图层会落在正确位置。如果落到了几内亚湾0,0 附近说明.prj缺失或者坐标系定义错了。出图之后右键图层 → 属性 → 符号化可以按国家填色。想按行政区层级显示用「分类」模式字段选NAME_1或对应的一级行政区字段。标注用「单一标注」字段选名称字段调整字号和避让。提示QGIS 里如果中文属性显示乱码检查.cpg文件内容是不是UTF-8。如果是GBK或空用文本编辑器改成UTF-8再重新加载。3.2 GeoPandas 做空间筛选与叠加Python 这边用 GeoPandas 最顺手。除了读文件还能做缓冲区、相交、裁剪这些操作。比如你想找出某个城市 200 公里范围内的所有行政区from shapely.geometry import Point # 假设有个城市坐标 city Point(76.9, 43.2) # 阿拉木图附近 # 转成投影坐标系再做缓冲区单位才是米 gdf_proj gdf.to_crs(epsg32643) city_proj gpd.GeoSeries([city], crsEPSG:4326).to_crs(epsg32643) # 200 公里缓冲区 buffer city_proj.buffer(200 * 1000) # 找出与缓冲区相交的行政区 intersect gdf_proj[gdf_proj.intersects(buffer.iloc[0])] print(intersect[[NAME_0, NAME_1]])这里的关键是「先投影再缓冲」。如果直接在 WGS84 下buffer(200000)单位是度结果完全不对。intersects返回布尔索引筛选出相交的要素。如果你要的是「完全包含在缓冲区内」的行政区把intersects换成within。3.3 导出成其他格式给不同工具用shp 虽然通用但有些场景需要别的格式。给网页地图用转 GeoJSON给空间数据库用转 PostGIS 的 SQL给 Excel 做报表导出属性表 CSV。# 用 ogr2ogr 转 GeoJSONGDAL 自带工具 ogr2ogr -f GeoJSON central_asia.geojson central_asia.shp # 转成 GeoPackage单文件、支持多图层 ogr2ogr -f GPKG central_asia.gpkg central_asia.shp # 只导出属性表为 CSV ogr2ogr -f CSV attributes.csv central_asia.shp -select NAME_0,NAME_1ogr2ogr是 GDAL 的命令行工具参数-f指定输出格式-select选字段。转 GeoJSON 时注意编码加-lco ENCODINGUTF-8更稳。转 CSV 会丢掉几何只留属性适合做表格分析。4. 避坑与排查shp 用错姿势的五个血泪现场4.1 现象图层加载后位置偏移几百米原因坐标系定义不匹配。数据本身是 WGS84但.prj写成了别的坐标系或者你在 QGIS 里手动指定了错误的 CRS。解决先用gdalsrsinfo看.prj内容跟数据实际来源核对。如果确认是 WGS84在 QGIS 里右键图层 → 属性 → 源 → 重新指定坐标系为 EPSG:4326再导出一次。4.2 现象属性表中文全是问号原因.dbf文件的字符编码跟.cpg声明的不一致。老数据常见 GBK 编码但.cpg写 UTF-8。解决用 Python 读的时候指定编码gpd.read_file(file.shp, encodinggbk)或者用 QGIS 的「重新保存」功能在保存时选 UTF-8。4.3 现象面积算出来是负数或者零原因几何有自相交或者环方向反了。shp 对多边形环方向有要求外环逆时针、内环顺时针反了会导致面积计算异常。解决用gdf.geometry.is_valid检查无效的用gdf.geometry.buffer(0)修复。buffer(0) 是常用技巧能修掉大部分自相交问题。# 检查并修复无效几何 invalid gdf[~gdf.geometry.is_valid] print(f无效几何数量: {len(invalid)}) gdf[geometry] gdf.geometry.buffer(0)4.4 现象五个国家只显示四个原因某个国家的几何是空值或者被错误地合并到了邻国。也可能是属性表里国家名字段有拼写差异比如「Kyrgyzstan」和「Kyrgyz Republic」被当成两个。解决先gdf[NAME_0].unique()看实际值再做名称标准化映射。几何为空的行直接删掉或者单独处理。4.5 现象文件复制到另一台电脑打不开原因只复制了.shp没复制.shx和.dbf。shp 是一组文件缺一不可。解决打包时把同名文件全部带上或者转成 GeoPackage 单文件格式再传。我一般习惯在交付前用zip把一组文件压成一个包避免漏文件。5. 进阶用这份底图做区域统计与批量出图5.1 按国家聚合统计并出图假设你有一份带经纬度的业务点数据想统计每个国家的点数量并出图。思路是空间连接spatial join把点落到国家多边形里再按国家分组计数。import pandas as pd # 读业务点数据 points pd.read_csv(business_points.csv) points_gdf gpd.GeoDataFrame( points, geometrygpd.points_from_xy(points[lon], points[lat]), crsEPSG:4326 ) # 空间连接每个点匹配到所在国家 joined gpd.sjoin(points_gdf, gdf[[NAME_0, geometry]], howleft, predicatewithin) # 按国家计数 count_by_country joined.groupby(NAME_0).size().reset_index(namepoint_count) print(count_by_country) # 合并回国家多边形用于出图 gdf_with_count gdf.merge(count_by_country, onNAME_0, howleft) gdf_with_count[point_count] gdf_with_count[point_count].fillna(0) # 出图 import matplotlib.pyplot as plt fig, ax plt.subplots(1, 1, figsize(12, 8)) gdf_with_count.plot(columnpoint_count, axax, legendTrue, cmapOrRd) ax.set_title(中亚五国业务点分布统计) plt.savefig(central_asia_points.png, dpi150, bbox_inchestight)sjoin的predicatewithin表示点完全落在多边形内。如果点落在边界上可能匹配不到可以换成intersects。howleft保证没匹配到的点也保留方便排查。出图时column指定用哪个字段着色cmap是色带。5.2 批量裁剪与分国家导出如果你只需要某个国家的数据或者要把每个国家单独存一份 shp用groupby加循环导出import os output_dir by_country os.makedirs(output_dir, exist_okTrue) for country, group in gdf.groupby(NAME_0): # 文件名去掉空格和特殊字符 safe_name country.replace( , _) group.to_file(f{output_dir}/{safe_name}.shp, encodingUTF-8) print(f已导出: {safe_name}, 要素数: {len(group)})这段代码按NAME_0分组每组存一个 shp。encodingUTF-8保证属性表中文不乱码。导出后每个文件依然是一组.shp/.shx/.dbf/.prj别只拿.shp。5.3 验证数据完整性的三个检查点拿到任何矢量数据我习惯先跑三个检查几何有效性、坐标系一致性、属性表完整性。这三个过了基本不会出大问题。检查项方法通过标准几何有效性gdf.geometry.is_valid.all()返回 True坐标系gdf.crs非空且与预期一致属性完整性gdf[[NAME_0,NAME_1]].isnull().sum()关键字段无空值覆盖范围gdf.total_bounds经度约 46-88纬度约 35-56total_bounds返回[minx, miny, maxx, maxy]中亚五国的经度范围大致在 46°E 到 88°E纬度在 35°N 到 56°N。如果边界差太多说明数据有问题。从那以后我每次拿到新的 shp都强制走一遍「看 prj、查字段、验几何、跑 bounds」这四步宁可多花五分钟也不想到出图的时候才发现坐标系是错的。希望这份中亚五国矢量图能帮你省掉找底图的时间把精力留给真正的分析。本文还有配套的精品资源点击获取
