简介：深圳各乡镇街道行政区划矢量边界数据包，面向城市规划、地理信息开发与空间统计分析等场景，提供标准矢量格式的边界数据，可在常见地理信息平台中直接加载使用。压缩包共35个文件，其中核心为边界几何文件、属性数据表、坐标投影定义与空间索引文件，并附带元数据说明，数据配套较为齐全；包体仅559KB，轻量易部署。已有1618人学习下载，常用于街道边界可视化、面积量算、区划查询以及与其他社会经济数据进行空间关联，可支撑基层治理、交通规划、资源普查、公共设施选址等专题应用。数据覆盖深圳市多个区及乡镇街道层级，结构简单清晰，既适合地理信息系统初学者快速上手，也可作为专业分析人员的基础底图数据。
1. 拿到「深圳各乡镇街道shp文件.rar」后，先要解决的不是画图
看到「深圳各乡镇街道shp文件.rar」这个名字，多数人的第一反应是解压后拖进 QGIS 直接出图。实际上这一步往往会踩三个坑：rar 包里的 shp 不是一个文件而是一组文件的集合，只复制 .shp 会导致后续识别不了；属性表中文乱码；边界和在线底图对不上。等这些问题暴露出来再回头补课，半小时就没了。
这份数据解决的是深圳全市乡镇街道行政边界的读取、筛选与可视化问题，适合做街道级人口统计图、LBS 数据分析、地图大屏展示和规划制图的人。整篇按一线处理顺序走：先拆包检查完整性，再摸清坐标系和字段，接着用 geopandas 清洗计算，然后统一坐标，最后做 KML 和 3D Tiles 的批量转换。
2. 别急着可视化：解开 rar 后先确认 shp 部件齐全与坐标系
2.1 shp 不是单文件：每个部件缺了什么会出什么问题
ESRI Shapefile 是矢量数据格式，但平时所说的「一个 shp 文件」实际是一组同名不同扩展名的文件。将「深圳各乡镇街道shp文件.rar」解压后，至少应该看到 .shp、.shx、.dbf 三个基础文件；正规发布的数据还会带上 .prj、.cpg、.sbn 等辅助文件。
| 部件 | 作用 | 缺失后果 |
|---|---|---|
| .shp | 存储几何坐标（面、线、点） | 无几何，无法绘图 |
| .shx | 几何索引，加速读取 | 多数 GIS 软件直接报错打不开 |
| .dbf | 属性表，街道名称、统计编码都在这里 | 只剩下图形，无法标注名称 |
| .prj | 坐标系描述文本 | 软件按未知或默认坐标系处理，边界位置偏移 |
| .cpg | 属性文本编码声明 | 中文名变成乱码 |
最常见的低级错误是从网盘里拉出压缩包就解压，解压后又只把 .shp 单独拷走。等 QGIS 提示文件无效时才想起检查整个目录。下面这个命令能把同名前缀的所有部件列清楚：
cd /path/to/shenzhen_shp ls -la | grep "镇街\|town\|street" | head -20 # 或者精确一点，列出所有不带扩展名的同名文件 for f in *.shp; do basename "$f" .shp; done | sort -u | while read n; do echo "$n: $(ls ${n}.* 2>/dev/null | wc -l) 个部件"; done这段命令的作用是统计每一个 shp 基础名称关联的部件数量。正常每个名称应至少有 3 个（shp/shx/dbf），如果数量小于 3，说明压缩包拆得不完整，需要回到 rar 包检查，而不是在软件层面反复尝试。
2.2 用 gdalinfo 一分钟摸清坐标系、要素数与字段底细
GDAL 是处理 GIS 数据的通用命令行工具集，Windows 下可以从 OSGeo4W 安装，Linux 下直接包管理器安装。检查这份深圳街道数据的底层信息，用 gdalinfo 最直接：
gdalinfo -json shenzhen_town.shp | jq '.coordinateSystem.wkt, .layers[0].featureCount' # 只看坐标系和要素数量 gdalinfo -al shenzhen_town.shp | grep -E "Geometry|Feature Count|Extent|Data axis|GEOGCS|PROJCS"gdalinfo 的输出里，Feature Count 是街道面要素总数，深圳通常为 70 个左右（含街道与镇），Geometry 是 Polygon 或 MultiPolygon，Extent 能看出边界范围。如果 Extent 里的数字在 113.7 到 114.7 之间，说明经纬度坐标；如果出现接近 380000 ～ 440000 的范围数字，说明已经做过投影坐标转换。Data axis 显示坐标轴顺序，近年多为纬度在前，读取时要注意经纬度别反了。
这里有个容易被忽略的判断点：很多公开分享的深圳 shp 数据，prj 文件写的是 GCS_WGS_1984，但实际数据可能是 CGCS2000 或者其他坐标基准，两者在深圳地区只差几十厘米，街道制图基本看不出来，所以不一定要强行转换。但如果是和 GPS 采集点叠加，这个差异会暴露。
2.3 属性表中文乱码的根源：dbf 文本编码
解压后的 shp 属性一般有街道名称、行政区划代码、面积字段。打开后名称显示成「???」或者乱码，不是数据坏了，而是 QGIS/ArcGIS 读取 dbf 时选了错误编码。Windows 生成的 shp 通常带 .cpg 文件记录编码，但部分网盘资源打包时把 .cpg 丢掉了。
from dbfread import DBF table = DBF('shenzhen_town.dbf', encoding='gbk') # 先试 GBK，清朝到现在的国内数据通用 for record in table[:2]: print(record)这段 Python 代码用 dbfread 直接解析 dbf 属性表并尝试 GBK 解码。Python 不依赖文件后缀判断编码，因此不受 .cpg 缺失影响。如果 print 结果依旧乱码，把 encoding 换成 gb18030 或 utf-8 再试。确定正确编码后，再回到桌面软件里设置图层编码，数据不需要动。
提示：若多处数据源混用，建议统一导出一次 UTF-8 编码的新 dbf，后续写入数据库或做服务端发布都不会再出现乱码问题。
3. geopandas 清洗深圳街道 shp：字段筛选、去重与面积计算
3.1 读入数据并判定可用的街道名称字段
Python 生态环境里读 shp 首选 geopandas，它把 fiona 的底层能力封装成 DataFrame 操作方式，对做数据分析出身的人非常友好。先读进来看看字段：
import geopandas as gpd gdf = gpd.read_file('shenzhen_town.shp', encoding='gbk') print(gdf.shape) # (行数, 列数)，行数应接近深圳街道总数 print(gdf.columns.tolist()) # 字段列表 gdf.head(3)划定分析目标之前，先判断哪个字段真正代表「街道/镇名称」。常见字段名有 name、town、街道、XZQMC（行政区名称拼音缩写）。不同来源数据字段命名并不统一，直接读某列来做聚合分析，很容易落到空的或者非名称字段上。一个稳妥的检查方式是打印不重复值数量：
for col in gdf.columns: if gdf[col].dtype == 'object': print(col, gdf[col].nunique(), gdf[col].dropna().head(3).tolist())对每个字符串列统计 unique 数量。真正的名称字段 unique 数量和街道数量接近，并且前三行打印结果是「南山区」「福田区」这类地区名，而不是「SY」「01」等代码或编号。
3.2 按名称筛选指定街道并消除重复要素
地类数据做政务区划时，常需要只保留某一个区的所有街道。用列选择逻辑过滤即可：
# 假设名称字段叫 XZQMC nanshan = gdf[gdf['XZQMC'].str.contains('南山区')].copy() print(nanshan.shape) # 有的发布源会在交界处保留重叠面，做一个几何去重 nanshan = nanshan.drop_duplicates(subset=['XZQMC']) # 如果还有碎面，按名称聚合为单个多边形 nanshan_dissolved = nanshan.dissolve(by='XZQMC')drop_duplicates 去除字段完全一致的重复行；dissolve 是把同一街道的多个面要素合并为一个 MultiPolygon，这一步对后面做地图标注特别重要，否则一个街道名称会出现多个标注点。注意 str.contains 是模糊匹配，如果区名如「南山区」恰好是某街道名的子串，可能误选，用精确匹配替代更保险。
3.3 面积字段不可信，投影后再算一遍
从网盘分享的 shp 属性表里常带一个 area 字段，但该字段的单位和坐标系不明确，直接用会出问题。自己算面积的正确姿势是，先把坐标从经纬度转为投影坐标系，再取几何体面积：
# 深圳在 UTM 50N 带上，EPSG:32650。 area_gdf = nanshan.to_crs(epsg=32650) nanshan['area_km2'] = area_gdf.geometry.area / 1_000_000 # 妙用：利用深圳各区面积已知值来反向验证 print(nanshan[['XZQMC', 'area_km2']].sort_values('area_km2', ascending=False).head(10))geometry.area 在未投影的经纬度坐标下计算出来的是「平方度」，这个值无法直接换算成平方公里。执行 to_crs(epsg=32650) 转成以米为单位的投影后，area 得到的才是平方米。比较合理的结果应该是南山区的街道层面积加起来约等于全区总面积 187 平方公里，误差基本在 1% 以内。
3.4 导出 GeoJSON 与纯文本坐标文件
清洗完成的 geopandas 对象导出选项很多。最常用的是 GeoJSON，因为 Leaflet、MapLibre 和多数 Web GIS 都直接支持。另外如果想拿坐标给非 GIS 系统用，可以把几何对象转成文本，输出 CSV 就实现了「shp 转 txt」的操作：
# 导出 GeoJSON，前端直接加载 nanshan.to_file('nanshan_streets.geojson', driver='GeoJSON') # 导出通用带坐标的表格，即 shp 转 txt 的常见做法 nanshan['geometry_wkt'] = nanshan.geometry.to_wkt() nanshan[['XZQMC', 'area_km2', 'geometry_wkt']].to_csv('nanshan_streets.csv', index=False)to_wkt 把多边形转成 Well-Known Text 字符串，CSV 里的每一行就是一条完整街道边界。这种方式适合没有 GIS 依赖的团队，直接用 pandas 读取即可参与业务计算。
4. 让深圳街道边界和在线底图对齐：坐标系判断与转换策略
4.1 先判定这份 shp 到底落在哪个坐标系
很多拿到「深圳各乡镇街道shp文件.rar」的人，上来就把数据和在线地图叠加，结果边界整体位移几百米。问题不是数据错了，而是底图和边界数据的坐标系不是一套。判定坐标系按下面顺序做，不用猜：
# 方法1：读 .prj 文本（如果有） cat shenzhen_town.prj # 方法2：用 ogr 读 WKT ogrinfo -ro -al shenzhen_town.shp | grep -A 8 "Coordinate System"prj 里写着 GCS_WGS_1984 的，数据基准是 WGS84 椭球，GPS 采集的原始坐标一般也是这套；写 CGCS2000 的是国内测绘标准，和 WGS84 在深圳地区的平面差约 30 到 50 厘米，街道制图几乎可忽略。同时再观察坐标数值本身：经度在 113 到 115 之间、纬度在 22 到 23 之间，说明是经纬度坐标；而如果 Extent 显示的是 380000 级别的大数，那是已经做了投影。
4.2 与不同底图叠加时的坐标统一思路
做街道边界可视化通常要叠加底图，底图坐标系直接决定你该怎么处理这份数据。
| 底图/场景 | 常见坐标系 | 处理方式 |
|---|---|---|
| 天地图、国土业务系统 | CGCS2000（EPSG:4490） | 直接使用，或从 WGS84 转 4490 |
| OpenStreetMap、Mapbox 等国际底图 | WGS84（EPSG:4326） | 原样使用，确认属性申明一致 |
| 商用互联网地图底图 | 其官方 API 自带坐标系 | 在不做二次处理的前提下尽量使用底图官方接口的边界数据，避免自行偏移 |
需要说明的是，部分商用互联网地图的坐标体系并不直接等于 WGS84，边界叠加会出现几十甚至上百米的偏移，业内通常不对已有 shp 做移位处理，而是在发布前直接用底图官方提供的区划数据，或者在服务端改用 CGCS2000 的底图服务。供应链上最稳妥的做法，就是把深圳乡镇街道 shp 统一归一到 CGCS2000，Web 端再交给底图方处理。
4.3 用 pyproj 与 geopandas 完成转换
gdf_wgs84 = gpd.read_file('shenzhen_town.shp', encoding='gbk') # 如果 prj 声明是 WGS84，但想统一用 CGCS2000 gdf_cgcs = gdf_wgs84.to_crs(epsg=4490) # 做面积或距离计算时转 Web 墨卡托或 UTM 50N gdf_mercator = gdf_wgs84.to_crs(epsg=3857)to_crs 的内部实现由 pyproj 完成，proj 库做的是严格数学投影转换，一次操作即可完成。EPSG:4490 是 CGCS2000 的经纬度表示，EPSG:3857 是 Web 墨卡托投影，适合在前端叠加大部分切片底图。投影选择原则是：做面积计算用 UTM 50N（EPSG:32650），做前端展示用 3857，做和国土底图叠加用 4490。
转换后，建议再从街道边界里任选一个点和原图目测叠加验证一次。南山区政府点位置跨区偏移超过 10 米就该检查是否误用了目标坐标系，而不是继续推进业务。
5. 批量转换的终局操作：shp 转 KML、转 3D Tiles 与验收脚本
5.1 用 GDAL 批量导出 KML
如果要对接 Google Earth 或其他 KML 消费端，ogr2ogr 一条命令即可完成单文件转换。多个街道文件批量处理时，写成循环：
mkdir -p output_kml for shp in *.shp; do name=$(basename "$shp" .shp) ogr2ogr -f KML "output_kml/${name}.kml" "$shp" -dsco NameField=XZQMC doneNameField 指定 KML 里地物的显示名称来源，不设置的话 KML 中的标注会变成数字编号。批量转换前先跑一个文件确认样式，再放开循环。如果生成的 KML 在地球客户端里中文名称乱码，回到第 2 章的 dbf 编码问题排查源文件。
5.2 从 shp 到 3D Tiles 的常见落地管线
市政大屏里常见到深圳街道边界立体拉伸的效果，底下的数据仍然是这份 shp。整条路径是将 shp 转成 GeoJSON，再按字段值（如人口、面积）给要素设置 height 属性，最后用工具链切分生成 b3dm 瓦片。物理上不改变街道边界形状，只是把每个面按高度拉升成柱体。仓位、管线这类流程是「shp 转 3dtiles」需求的标准解法，数据量在几百个面级别时几乎不会有性能压力。
5.3 交付前的验收清单
一个可执行的验收脚本，处理完这么多步骤后再跑一遍，能省掉人工目测的时间：
import geopandas as gpd out = gpd.read_file('nanshan_streets.geojson') assert out.geometry.is_valid.all(), "存在自相交的几何对象，需要修复" assert out.crs.to_epsg() == 4490, "坐标系不是 CGCS2000" total_area = out.to_crs(epsg=32650).area.sum() / 1_000_000 print(f"总面积: {total_area:.2f} 平方公里")is_valid.all()检查矢量几何中是否有自相交或线环未闭合的问题，这类问题在底图缩放时会出现破碎缺口。坐标系校验则防止上游数据被中途意外篡改。跑完这两个断言，用总面积和公开统计资料做最后一次对上，验收就可以放心通过了。
本文还有配套的精品资源，点击获取
