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 GeoJSON
Shapefile 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 GeoJSON？GeoJSON 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，WGS84（EPSG: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(epsg=32642) # 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epsg=32642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(epsg=32643) city_proj = gpd.GeoSeries([city], crs="EPSG:4326").to_crs(epsg=32643) # 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 GeoJSON（GDAL 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 ENCODING=UTF-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", encoding="gbk")，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, geometry=gpd.points_from_xy(points["lon"], points["lat"]), crs="EPSG:4326" ) # 空间连接：每个点匹配到所在国家 joined = gpd.sjoin(points_gdf, gdf[["NAME_0", "geometry"]], how="left", predicate="within") # 按国家计数 count_by_country = joined.groupby("NAME_0").size().reset_index(name="point_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, on="NAME_0", how="left") 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(column="point_count", ax=ax, legend=True, cmap="OrRd") ax.set_title("中亚五国业务点分布统计") plt.savefig("central_asia_points.png", dpi=150, bbox_inches="tight")sjoin的predicate="within"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。how="left"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_ok=True) 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", encoding="UTF-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。encoding="UTF-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 35-56 |
total_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
