企业官网建设流程全解析

简介：一套2022年7月的内蒙古行政区划与交通路网GIS矢量数据集，面向区域规划、交通物流与地理信息研究人员，提供省、市、县三级行政边界以及道路网、铁路网的空间数据。压缩包约26.32MB，内含SHP、DBF、PRJ等格式文件：SHP存储空间几何形状，DBF关联行政代码、道路等级等属性，PRJ定义坐标参考系统，覆盖自治区级、地市级、区县级边界与roads、railways图层。已有1338人学习下载。借助该数据集可开展行政区划变迁分析、路网连通性评估、区域经济统计、环境影响评价及应急响应场景的空间查询与制图。资源可直接导入ArcGIS等常用GIS平台，便于可视化与空间分析，适合需要快速获取内蒙古基础地理底图的科研与规划工作。

1. 拿到“内蒙古行政区划+道路网”SHP，第一件事不该是双击打开

下载 SHP 文件后，第一件不该做的事就是双击 .shp。很多人会直接得到一个“选择打开方式”的弹窗，或者好不容易拖进 GIS 软件，看到中文地名全是问号，道路和区县边界歪七八钮地对不上。这不是数据没用，而是 SHP 从基因上就不是一个普通双击就能打开的文件。标题里的“【SHP文件-2022.07】内蒙古行政区划（省级、地市、区县）+道路网+公路网”说得很直白：这是一套内蒙古自治区的矢量底图，包含三级行政边界和两套路网线要素。

这套数据能解决的实际问题是：你缺一份可以画图、统计、做叠加分析的内蒙古基础地图。适合地图可视化、GIS 空间分析、物流路径规划、商业选址和报表类项目。新手需要先搞懂文件结构和编码，熟手可以直接跳到叠加分析和避坑章节。下面按我拿到数据后的处理顺序来写：先拆文件，再统一坐标系，接着用 QGIS 和 Python 跑通样例，最后把踩过的坑和前置发布技巧放出来，让你用一个晚上把这份数据变成自己的底图。

2. 拆开SHP看本质：一组文件、两层语义，坐标系和编码决定生死

SHP 是 ESRI Shapefile 的简称，但它从来都不是单个文件。一个完整的 SHP 数据，本质上是“几何信息 + 属性表 + 坐标系描述 + 索引文件”的组合。内蒙古行政区划这份数据里，省级、地市、区县三个图层分别对应不同层级的区域多边形，道路网和公路网是线要素。要让它不翻车，第一步必须看文件组结构。

2.1 一个“SHP文件”其实是一组文件，少了任何一个都会翻车

解压下载包后，你会看到一堆同名但扩展名不同的文件，至少要有下面这几个才算完整。

当你从压缩包里单独拿出一个 .shp 发给别人，换台电脑就会遇到“Unable to open”的报错。我处理这类数据时，习惯先把整个目录打包成 zip 再分发，或者干脆在 GIS 软件里导出成 GeoPackage 单文件，后面避坑章还会再说。这里要记住：文件组结构不完整，坐标和属性就无从谈起。

2.2 投影坐标系：为什么内蒙古边界在有的软件里显示到非洲去了

SHP 的 .prj 文件用纯文本记录坐标系，如果缺失或者写错，软件会默认按 WGS84 经纬度（EPSG:4326）来渲染。内蒙古地区的数据源生产环境不同，坐标系可能是 CGCS2000 地理坐标、CGCS2000 3 度带投影，也可能是旧版北京 54 / 西安 80 的高斯投影。这些坐标系下的坐标数值和经纬度差得非常远，投影坐标往往是百万量级的“米”，一旦被当作经纬度，图形自然会缩到地图窗口外。

拿到数据后建议先做两件事：一是用文本编辑器打开 .prj 文件，看里面有没有“Gauss_Kruger”“CGCS2000”“UTM”“带号”这类关键词；二是打印图层的实际边界范围，如果 x 坐标值在 100 到 130 之间，大概率是经纬度；如果在 300万 到 700万 之间，就是投影坐标，必须转。常见坐标系对比如下。

内蒙古东西跨度很大，整个区域横跨多个投影带。做全区域面积统计时，如果只套用一个投影带，东边和西边的面积误差会非常明显。我常用的做法是：在地图展示阶段统一用 EPSG:4490，在计算长度和面积阶段按区县所在带单独投影，或者是用等积投影，后面有具体代码。

2.3 属性表里的行政区划代码：从名称匹配到代码匹配，别用汉字做Key

.dbf 属性表里一般会有名称字段和行政区划代码字段，代码字段经常命名为 adcode、pac 或 district_code。内蒙古自治区、盟市、旗县三级之间存在清晰的代码前缀关系，上级代码是下级代码的开头几位。这套代码是字符串，不是数字，但很多工具读进来会自动转成 int，导致前导零丢失，后续 join 全部变成 NaN。

用 Python 读取时，第一件事就是把代码字段显式转成字符串，并确认名称字段的编码。示例代码如下：

import geopandas as gpd # 尝试按 GBK 读取，如果中文乱码就改成 UTF-8 gdf = gpd.read_file('内蒙古_区县.shp', encoding='GBK') # 打印字段名和前几行，看看字段叫 adcode 还是 pac print(gdf.columns.tolist()) print(gdf[['adcode', 'name']].head()) # 强制转成字符串，防止前导零丢失 gdf['adcode'] = gdf['adcode'].astype(str) print(gdf[['adcode', 'name']].dtypes)

encoding参数需要根据实际情况切换，如果 .cpg 文件声明了 UTF-8，就改成UTF-8。astype(str)这一步看起来多余，但我在实际工作中被它救过很多次，尤其是从 CSV 合并统计指标时，字符串代码和整型代码互相匹配不上，问题很难发现。

3. 从零跑通：QGIS加载和Python脚本处理行政区划与道路网

有了上面的基础，现在开始真正使用这套数据。这一章给两条路线：一条是用 QGIS 做图形化检视，适合快速确认视觉效果；另一条是 Python 批处理，适合自动化、可重复的操作。无论哪条，第一步都是统一坐标系。

3.1 QGIS加载：先选编码，再选文件，最后看坐标单位

打开 QGIS 后，在“数据源管理器”的“矢量”页签里，先看“编码”下拉框，再点按钮选择 .shp 文件。如果目录下有 .cpg 文件，QGIS 会自动读取编码声明，但如果数据源本身没有 .cpg，或者声明写错了，中文就变成乱码。这时需要手动把编码从 UTF-8 切到 GBK 或 GB18030，重新加载一次。

图层加载顺序有讲究。先把区县面图层放到底层，地市和省级边界放在中间，道路网和公路网线图层放在最上层，这样视觉上“面在下、线在上”，地图不会互相遮挡。加载完成后，右键图层进入“图层属性”的“信息”页签，查看“坐标参考系统”这一行。如果是 EPSG:4490 说明是 CGCS2000 地理坐标；如果是“未定义”，就得回到 2.2 节的思路判断。

QGIS 的好处是能快速做符号化：道路按等级或类型分类，区县按某个统计字段做渐变配色，几分钟就能出一张能汇报的示意图。但要注意，QGIS 屏幕显示的不准确并不代表数据有问题，做面积统计时一定要切到投影坐标系后再计算。

3.2 Python读取三份SHP：先看边界、数量与坐标范围

当数据要批量处理或嵌入到分析脚本时，GeoPandas 是最顺手的工具。读取五份数据后，第一步不是画图，而是打印每个要素的数量、坐标参考和边界范围。这样可以立刻看出坐标系是否一致、图层是否完整。

import geopandas as gpd province = gpd.read_file('内蒙古_省级.shp', encoding='UTF-8') city = gpd.read_file('内蒙古_地市.shp', encoding='UTF-8') county = gpd.read_file('内蒙古_区县.shp', encoding='UTF-8') road = gpd.read_file('道路网.shp', encoding='UTF-8') highway = gpd.read_file('公路网.shp', encoding='UTF-8') for name, gdf in [('province', province), ('city', city), ('county', county), ('road', road), ('highway', highway)]: print(name, 'crs=', gdf.crs) print(name, 'rows=', len(gdf)) print(name, 'bounds=', gdf.total_bounds)

total_bounds返回的是[minx, miny, maxx, maxy]。如果 x 最大值大于 180 或者小于 -180，说明这份数据不是经纬度坐标，而是投影坐标，直接画图就会错位。rows告诉你每个图层有多少要素，区县层级通常上百个，道路网可能有几千甚至上万条，要素总数异常少的时候要怀疑是不是只读了不完整文件。

3.3 统一坐标系：先转CGCS2000经纬度，再按需求转投影

显示的通用标准是经纬度，因此我会先统一到 EPSG:4490，这是 CGCS2000 的经纬度表示，方便和在线底图叠加，也方便后续输出 GeoJSON。如果源文件有 .prj，直接to_crs就能完成；如果 crs 为 None，就需要根据边界范围或元数据手动指定，这不是瞎猜，而是根据已有信息恢复坐标系。

for gdf in [province, city, county, road, highway]: if gdf.crs is None: # 已知源数据是 CGCS2000 但缺少prj时，才可手动指定 gdf.crs = 'EPSG:4490' gdf = gdf.to_crs('EPSG:4490')

统一到经纬度后，可以看到所有图层的边界范围都落在 97 到 127 度左右，这是正确的。接下来要计算面积和长度，需要把数据转成投影坐标系。GeoPandas 提供了一个快捷方法estimate_utm_crs()，它会根据数据整体中心点估算合适的 UTM 投影带。

county_utm = county.to_crs(county.estimate_utm_crs()) county_utm['area_m2'] = county_utm.geometry.area # 验证一下面积是否合理，单位不再是度而是米 print(county_utm['area_m2'].sum() / 1e6, '平方公里')

这里有一个严格的注意事项：内蒙古东西跨度太大，全数据集直接套用一个 UTM 带，边缘区域误差会放大。正确的统计方式是按地市或按区县逐个转换到其所在带，再计算长度面积。estimate_utm_crs()只能作为快速评估，不能作为精确出报表的最终方案。后面避坑章还会再讲一次。

4. 叠加分析：把道路网落到区县上，算出“路网密度”

行政区划和道路网放一起，最常见的产出不是一张好看的地图，而是“每个旗县有多少公里路、每平方公里有几公里路”。这种统计需要做空间连接和聚合计算。很多人直接拿着原始道路和区县边界做sjoin，最后发现一条跨两个旗县的路被重复算了两次。正确做法是先裁剪，再归属。

4.1 用clip把道路“切”到区县边界内

裁剪是空间分析里非常关键的一步，它会把穿越边界的路线在交点处打断，生成落在多边形内部的线段。这样每条路段的归属是唯一的，不会重复统计。必须确保两张图处于同一个投影坐标系，否则裁剪结果不可信。

# 切换到投影坐标系，保证长度单位是米 county = county.to_crs(county.estimate_utm_crs()) road = road.to_crs(county.crs) # 裁剪线要素到面要素范围内 road_clipped = gpd.clip(road, county) print('原始道路条数:', len(road)) print('裁剪后条数:', len(road_clipped))

裁剪后要素数量通常会变多，因为原本一条完整道路可能被切成好几段。如果裁剪后的要素数暴增到原来的三五倍，说明路网边界和区县边界重叠很严重，或者两个源数据本身精度不一致。这种情况下要先回到 3.3 节，确认二者已经统一到同一个坐标系，再考虑是否要先把区县边界做一次 5.4 节里的拓扑修复。

4.2 空间连接：把每个路段归到唯一区县

gpd.clip之后，用空间连接给每个路段打上区县代码。这里的predicate='within'表示“线段完全落在多边形内部”，加上已经裁剪过，所以基本不会出现无归属路段。如果还有少量线落在缝隙里，说明区县面之间有拓扑缝隙，需要修复后再跑一次。

# 空间连接，把区县的adcode和name赋给每条路段 joined = gpd.sjoin(road_clipped, county[['adcode', 'name', 'geometry']], how='left', predicate='within') # 按区县代码汇总道路长度，单位从米转成公里 road_len = (joined.groupby('adcode').geometry.length / 1000).rename('road_km') print(road_len.head())

分组聚合时，geometry.length返回的是每条线在投影坐标系下的长度。因为这个数据已经转成投影坐标系，所以结果是米。除以 1000 变成公里后，就可以和区县面积合并。这里再次强调，adcode要用字符串类型，否则某些以数字开头的代码可能在聚合后变成小数，导致 join 失败。

4.3 合并面积与密度，输出一张专题统计表

最后将区县面积、道路长度合并到一张表里，计算路网密度，这个指标是“每平方公里拥有多少公里道路”，能直观反映交通基础设施覆盖水平。把结果写出 CSV 时，要注意编码用utf-8-sig，否则 Excel 打开中文表格会乱码。

county['area_km2'] = county.geometry.area / 1e6 county_stats = county.merge( road_len.rename('road_km'), left_on='adcode', right_index=True, how='left' ).fillna({'road_km': 0}) county_stats['road_density'] = county_stats['road_km'] / county_stats['area_km2'] print(county_stats.sort_values('road_density', ascending=False).head(10)) # 输出UTF-8 with BOM，防止Excel乱码 county_stats.to_csv('内蒙旗县路网密度.csv', index=False, encoding='utf-8-sig')

这一套流程下来，你就从原来“只能画图”的数据，变成了一份可量化分析的数据表。后续可以把它导入报表工具做可视化，也可以在 QGIS 里按 road_density 字段做分级配色。核心要点还是那句：计算过程全程用投影坐标系，展示时再转回 EPSG:4490。

5. 避坑指南：内蒙古SHP使用中的6个典型翻车现场

这部分是我在这类数据上反复踩过的坑，按“现象、原因、解决”的顺序写，方便你直接对号入座。每一条都值得在你自己项目里提前规避。

5.1 中文乱码：字段名和地名变成“锟斤拷”或问号

现象：在 QGIS 打开属性表，name 字段全是“???”，在 Python 里打印也是乱码。原因：.dbf 属性表通常是 GBK 编码，而 QGIS 和 GeoPandas 默认按 UTF-8 读取，两边不匹配。解决：先看目录下有没有 .cpg 文件，有就打开看声明的是哪种编码；没有就分别用 UTF-8 和 GBK 试读。Python 中在read_file里指定encoding='GBK'后即可正常显示中文。这个乱码问题不解决，后面所有匹配和输出都会带病。

5.2 道路和边界错位：线与面明明是一个地区的，一个在国界外

现象：区县边界居中显示，道路网却稀稀拉拉分布在几百公里外，或者干脆在地图窗口边缘。原因：两个 SHP 的坐标系不一致。例如边界是 CGCS2000 三度带投影坐标，数值是百万级别，道路是 WGS84 经纬度，数值是 100 多，按同一画布渲染自然错开。解决：先打印两侧的crs和total_bounds，如果一边是 100，一边是 3000000，赶紧统一坐标系。

print(road.crs, county.crs) print('road bounds:', road.total_bounds) print('county bounds:', county.total_bounds)

5.3 行政区划代码被Excel/CSV“科学计数法”毁掉

现象：从 Excel 或 CSV 读取统计表后，合并到区县面数据上全都是 NaN。原因：行政区划代码被当作数字读入，变成科学计数法，或者文本型代码与整型代码明显对不上。解决：读取 CSV 时强制指定列为字符串：pd.read_csv('stats.csv', dtype={'adcode': str})。Excel 里也把这个列设置成文本格式，不要使用默认常规格式。代码字段本质是编码，任何数字化处理都会造成不可察觉的错位。

5.4 相邻区县边界有重叠或缝隙，面积统计不可靠

现象：把所有区县面积加总，和省级边界面积差出几百平方公里。原因：不同批次数字化成果在边界处没有完全咬合，出现重叠或空隙。解决：先用 QGIS 的“拓扑检查器”定位问题区域，再用make_valid修复无效几何。Python 里的处理方式如下：

from shapely.validation import make_valid county['geometry'] = county.geometry.apply(make_valid) county = county.explode().reset_index(drop=True) print(county.geometry.is_valid.all())

explode()会把修复产生的多组件几何拆成单个多边形，这一步必须有，否则后续统计可能出现 MultiPolygon 的面积重复计算。修复后重新计算面积字段，再合并路网数据。这套流程不完美，但至少比带着缝隙统计靠谱得多。

5.5 路网看着连成一条，网络分析却“断头”

现象：两条公路在交叉口视觉相交，但做最短路径分析时完全不能互通，绕行几十公里。原因：线要素在交点处没有共享顶点，拓扑上就是断开的。解决：在 QGIS 里使用“修复线断点”工具，设置一个合理的搜索半径。半径不要设置太大，一般不超过道路宽度的 2 到 3 倍，否则会把平行的两条路错误吸成一条。处理完后用“网络分析”工具验证连通性。这个问题的本质是数据生产时没有做节点捕捉，属于常见数据质量问题。

5.6 只拷贝.shp导致“打开失败：Unable to open”

现象：把数据发给同事，或者换一台电脑，软件报错打不开。原因：传输过程中只拷贝了 .shp，缺少 .shx、.dbf、.prj。解决：拷贝时要么打包整个目录，要么把数据在 GIS 里导出为 GeoPackage 单文件。GeoPackage 格式把几何、属性、坐标系、空间索引全封装在一个 .gpkg 文件里，传输最安全，以后打开也更省事。

6. 进阶用法：把内蒙古SHP变成轻量GeoJSON/矢量瓦片，优化前端加载

如果你的最终目的是 Web 地图可视化，SHP 直接让浏览器加载并不现实，格式不支持，体积也偏大。常见做法是先转成 GeoJSON，再按缩放级别做简化；如果数据量非常大，可以进一步生成矢量瓦片。这章给出一个可复用的脚本模板。

6.1 用GeoPandas转GeoJSON并控制简化容差

import geopandas as gpd def shp_to_geojson(input_shp, output_geojson, tolerance_deg=0.001): gdf = gpd.read_file(input_shp, encoding='UTF-8') if gdf.crs is None: gdf.crs = 'EPSG:4490' gdf = gdf.to_crs('EPSG:4490') # Douglas-Peucker简化，0.001度约合100米 gdf.geometry = gdf.geometry.simplify(tolerance_deg, preserve_topology=True) gdf.to_file(output_geojson, driver='GeoJSON')

tolerance_deg的参数选择直接决定文件大小和边界精度。0.001 度适合省级概览，0.0001 度适合盟市级视图，具体看你的地图最大缩放级别。preserve_topology=True会让简化后的边界尽量保持衔接，减少裂缝。如果只做显示用途，这个脚本够用。

6.2 路网太大时，先转矢量瓦片

道路网转成 GeoJSON 后经常几十 MB，前端渲染卡顿。我一般用 Tippecanoe 把 GeoJSON 转成 .mbtiles 矢量瓦片，然后交给 MapLibre 加载。命令行示例：

tippecanoe -o 内蒙道路.mbtiles -Z4 -z12 -l roads roads_simplified.geojson

-Z4是最小缩放级别 4，-z12是最大缩放级别 12，-l roads指定图层名。Tippecanoe 会按层级自动抽稀，放大到盟市级别时恢复细节，前端渲染压力小很多。如果只是内部预览，也可以直接用 QGIS 加载 mbtiles。

6.3 一个容易被忽略的字段保留问题

简化几何会改变线段长度，但属性表里自带的shape_length字段不会自动更新。如果你后续要用长度字段做标签或查询，一定要在简化前重新计算。推荐顺序是先投影算真实里程，再转回经纬度，最后简化。

gdf = gpd.read_file('公路网.shp') # 先投影，计算真实长度 gdf = gdf.to_crs(gdf.estimate_utm_crs()) gdf['road_km'] = gdf.geometry.length / 1000 # 转回经纬度并简化 gdf = gdf.to_crs('EPSG:4490') gdf.geometry = gdf.geometry.simplify(0.0005, preserve_topology=True) gdf.drop(columns=['shape_length', 'SHAPE_Length'], errors='ignore', inplace=True) gdf.to_file('公路网_轻量.geojson', driver='GeoJSON')

先算后简，这个顺序保证了“几何变得轻，但统计字段不失真”。把这一段沉淀成自己的习惯后，你会发现 SHP 数据在前端项目里也没有那么难啃。

我第一次把内蒙古这套 SHP 做成旗县路网密度图时，因为没有检查坐标系，道路线整整齐齐偏移到境外，盯着屏幕看了十分钟才意识到是 .prj 缺失，系统默认按 WGS84 读了投影坐标。自那以后，我拿到任何 SHP 的第一件事都是打印crs和total_bounds，再决定要不要to_crs。这个习惯救了我很多次，希望这篇笔记里同样的坑，你一次都不用踩。希望帮到你。

本文还有配套的精品资源，点击获取