简介：这份资源面向GIS从业者、地理信息专业师生及需要中国行政区划底图的数据分析人员，提供一套完整的中国省级行政区划Shapefile数据，可用于地图绘制、区域统计与空间分析等场景。压缩包共20个文件，约3.27MB，以shp、shx、dbf三类核心文件为主，分别存储几何边界、索引与属性数据，另附txt说明与m脚本，便于在ArcGIS、MATLAB等环境中直接加载与可视化。数据覆盖内地31个省份及台湾省、香港、澳门特别行政区，确保领土完整无遗漏，属性表可支撑人口、经济等专题制图。目前已有1549人学习下载，适合用作区域划分分析、城市规划、交通网络研究及灾害影响评估的基础底图，也可作为教学演示与项目开发的可靠数据源。
1. 拿到「中国完整领土分省SHP.zip」之后，先想清楚三件事
很多做数据可视化、GIS 分析或者地图产品的同行，第一次拿到「中国完整领土分省SHP.zip」这类资源时，第一反应是解压、拖进 QGIS 看一眼，然后直接开始画图。我见过太多人卡在下一步：省级边界对不上、南海诸岛显示不全、投影一换整个图就变形、属性表里连个省名都没有。问题不在数据本身，而在于没搞清楚这份 SHP 到底包含什么、用什么坐标系、边界精度到什么级别。
这份分省 SHP 本质上是一套矢量面数据，通常由 .shp、.shx、.dbf、.prj 四个核心文件组成，有的还会附带 .cpg 指定编码。它解决的核心问题是：让你在本地就能拿到一套可编辑、可裁剪、可叠加的省级行政区划边界，而不是每次去调在线地图接口。适合做专题图、做空间统计、做区域裁剪、做底图叠加的人。但前提是，你得先确认它的坐标系、字段结构和边界口径，否则后面全是返工。
2. 解压后先别急着画图：文件结构与坐标系确认
2.1 一套完整 SHP 到底该有哪些文件
很多人解压完只看到一堆同名不同后缀的文件，不知道哪个能删哪个不能删。我一般会先列一遍目录，确认核心文件齐全。常见做法是用命令行快速看一眼：
# 列出解压目录下的所有文件，确认 SHP 配套文件是否齐全 ls -lh ./china_province_shp/ # 典型输出： # china_province.shp 主几何文件，存坐标 # china_province.shx 索引文件，加速空间查询 # china_province.dbf 属性表，存省名、编码等字段 # china_province.prj 投影定义，决定坐标系 # china_province.cpg 编码声明，常见为 UTF-8 或 GBK逻辑说明：.shp 和 .shx 必须成对出现，缺一个就打不开；.dbf 决定你能不能按省名筛选；.prj 决定坐标单位是度还是米；.cpg 决定中文省名会不会乱码。参数上，如果 .prj 缺失，QGIS 会提示「未知坐标系」，这时候不要随便选一个，宁可去问数据来源。
注意：如果 .cpg 显示 GBK 而你的工具默认按 UTF-8 读，属性表里的省名会变成乱码，这不是数据坏了，是编码没对上。
2.2 用 QGIS 或 Python 确认坐标系与字段
确认坐标系最直接的办法是用 Python 的 geopandas 读一遍，看 CRS 和字段：
import geopandas as gpd # 读取分省 SHP，注意指定编码，避免中文乱码 gdf = gpd.read_file("./china_province_shp/china_province.shp", encoding="utf-8") # 打印坐标系信息 print("CRS:", gdf.crs) # 打印字段名和前几行属性 print("字段:", gdf.columns.tolist()) print(gdf[["name", "adcode"]].head() if "name" in gdf.columns else gdf.head()) # 打印几何类型和范围 print("几何类型:", gdf.geom_type.unique()) print("范围:", gdf.total_bounds)逻辑说明：gdf.crs 如果是 EPSG:4326，说明是经纬度坐标，单位是度，适合做全国概览；如果是 EPSG:3857 或其他投影坐标，单位是米，适合做面积计算。字段里常见的有 name（省名）、adcode（行政区划代码）、geometry。参数上，encoding 要根据 .cpg 来定，不确定就试 utf-8 和 gbk 各读一次，看哪个省名正常。
如果 total_bounds 的纬度范围大致在 3°N 到 54°N 之间，经度在 73°E 到 136°E 之间，说明边界范围是完整的。如果少了南海诸岛那一块，纬度下限会偏高，这时候就要检查数据是否包含了完整领土口径。
3. 把分省 SHP 用起来：裁剪、筛选与投影转换
3.1 按省筛选并导出单省 SHP
拿到全国分省数据后，最常见的操作是筛出某一个省做专题图。用 geopandas 一行代码就能搞定：
import geopandas as gpd gdf = gpd.read_file("./china_province_shp/china_province.shp", encoding="utf-8") # 按省名筛选，注意省名要和属性表里完全一致 target = gdf[gdf["name"] == "某省"] # 导出为新的 SHP，注意指定编码 target.to_file("./output/mou_province.shp", encoding="utf-8") print("导出完成，要素数:", len(target))逻辑说明：筛选条件里的省名必须和 .dbf 里的字段值完全匹配，差一个字都筛不出来。如果属性表里用的是简称而你想用全称，就得先做映射。参数上，to_file 的 encoding 建议和源数据保持一致，避免二次乱码。
3.2 投影转换：什么时候该转，转成什么
经纬度坐标做全国图没问题，但一旦你要算面积、算距离，就必须转成投影坐标。常见做法是转成 Albers 等面积投影，适合全国范围：
import geopandas as gpd gdf = gpd.read_file("./china_province_shp/china_province.shp", encoding="utf-8") # 从经纬度转到 Albers 等面积投影，中央经线 105°E，双标准纬线 25°N 和 47°N gdf_albers = gdf.to_crs("+proj=aea +lat_1=25 +lat_2=47 +lat_0=0 +lon_0=105 +datum=WGS84 +units=m") # 此时面积计算才是准确的 gdf_albers["area_km2"] = gdf_albers.geometry.area / 1e6 print(gdf_albers[["name", "area_km2"]].head()) # 导出投影后的数据 gdf_albers.to_file("./output/china_province_albers.shp", encoding="utf-8")逻辑说明：Albers 投影的参数里，lat_1 和 lat_2 是双标准纬线，lon_0 是中央经线，这三个参数决定了变形分布。对全国数据，常用 25°N、47°N 和 105°E。参数上，units=m 表示输出单位是米，area 除以 1e6 得到平方公里。如果不转投影直接算面积，得到的是平方度，没有物理意义。
提示：投影转换不可逆地改变几何坐标，但不会改变属性表。转完之后再筛省、再裁剪都没问题，但别再转回经纬度去对在线底图，除非你明确知道自己在做什么。
3.3 用裁剪框提取局部区域
做区域分析时，经常只需要某个矩形范围内的数据。用 shapely 构造裁剪框再求交集：
import geopandas as gpd from shapely.geometry import box gdf = gpd.read_file("./china_province_shp/china_province.shp", encoding="utf-8") # 构造裁剪框，坐标顺序是 (minx, miny, maxx, maxy)，这里是经纬度 clip_box = box(110, 20, 120, 30) # 求交集，得到裁剪后的几何 gdf_clip = gdf[gdf.intersects(clip_box)].copy() gdf_clip["geometry"] = gdf_clip.geometry.intersection(clip_box) gdf_clip.to_file("./output/clip_region.shp", encoding="utf-8") print("裁剪后要素数:", len(gdf_clip))逻辑说明：intersects 先筛出和裁剪框有交集的省，再做 intersection 得到实际裁剪后的几何。参数上，box 的坐标顺序容易写反，记住是 minx, miny, maxx, maxy。如果裁剪框跨了多个省，结果里会保留每个省被裁后的部分，属性表不变。
4. 避坑与排查：分省 SHP 最常见的五个翻车现场
4.1 省名乱码，筛选全失败
现象：用 name 字段筛省时一个都筛不出来，打印属性表发现省名是问号或方块。原因：.dbf 的编码和读取时指定的 encoding 不一致，常见是源数据 GBK 而代码用 UTF-8。解决：先确认 .cpg 内容，再用对应编码读；如果 .cpg 缺失，用 gbk 和 utf-8 各试一次，看哪个能正常显示中文。
4.2 边界对不上在线底图
现象：把 SHP 叠加到在线地图上，省界整体偏移几百米。原因：SHP 用的是某个地方坐标系或旧版基准，而在线底图是 WGS84 或 GCJ02。解决：先确认 .prj 里的 datum，如果是 Beijing54 或 Xian80，需要做基准转换；如果只是偏移，检查是不是把投影坐标当经纬度用了。
4.3 南海诸岛缺失或显示为一个小点
现象：全国图右下角没有南海诸岛，或者只有一个小方块。原因：部分分省数据为了图面整洁，把南海诸岛单独作为一个要素或直接省略。解决：检查属性表里有没有「南海诸岛」相关记录，如果没有，需要单独补充该区域数据，或者确认数据口径是否包含完整领土。
4.4 面积计算结果离谱
现象：算出来的省面积比实际大几十倍或小几十倍。原因：没转投影直接算，得到的是平方度；或者投影参数选错，中央经线偏得太远。解决：全国范围用 Albers，中央经线 105°E，双标准纬线 25°N 和 47°N；单省可以用该省中央经线做高斯克吕格投影。
4.5 导出后文件打不开
现象：to_file 导出成功，但用其他软件打开报错。原因：导出时没指定 encoding，或者目标路径不存在。解决：导出前先创建目录，导出时显式指定 encoding="utf-8"，导出后用 geopandas 再读一次验证。
5. 进阶技巧：用分省 SHP 做一套可复用的底图流水线
如果你不是做一次性的图，而是要把分省 SHP 当成长期底图用，我建议把它封装成一个可复用的读取和预处理函数。这样每次换数据源或者换投影，只改参数不改逻辑。
import geopandas as gpd from shapely.geometry import box def load_province_shp(path, encoding="utf-8", target_crs=None): """ 读取分省 SHP，可选投影转换 :param path: SHP 文件路径 :param encoding: 属性表编码，默认 utf-8 :param target_crs: 目标投影，None 则不转换 :return: GeoDataFrame """ gdf = gpd.read_file(path, encoding=encoding) if target_crs: gdf = gdf.to_crs(target_crs) return gdf def filter_by_name(gdf, name_field, name_value): """按省名筛选""" return gdf[gdf[name_field] == name_value].copy() def clip_by_bbox(gdf, minx, miny, maxx, maxy): """按矩形框裁剪""" clip_box = box(minx, miny, maxx, maxy) result = gdf[gdf.intersects(clip_box)].copy() result["geometry"] = result.geometry.intersection(clip_box) return result # 使用示例 gdf = load_province_shp( "./china_province_shp/china_province.shp", encoding="utf-8", target_crs="+proj=aea +lat_1=25 +lat_2=47 +lat_0=0 +lon_0=105 +datum=WGS84 +units=m" ) mou = filter_by_name(gdf, "name", "某省") mou_clip = clip_by_bbox(mou, 110, 20, 120, 30) mou_clip.to_file("./output/mou_clip.shp", encoding="utf-8")逻辑说明：load_province_shp 把读取和投影转换合并，filter_by_name 和 clip_by_bbox 各自独立，方便组合。参数上，target_crs 传字符串时用 PROJ 格式最灵活，也可以传 EPSG 代码。这套函数的好处是，下次换一份新的分省 SHP，只要字段名一致，代码不用改。
还有一个我常用的技巧：把分省 SHP 的省名和 adcode 单独抽出来存成 CSV，做数据关联时直接 merge，比每次读 SHP 再取属性快得多。
# 抽取省名和编码，存成 CSV 供后续关联 attr = gdf[["name", "adcode"]].drop_duplicates() attr.to_csv("./output/province_attr.csv", index=False, encoding="utf-8-sig")逻辑说明：encoding="utf-8-sig" 是为了 Excel 打开不乱码。参数上，drop_duplicates 防止一个省多个要素导致重复。这个 CSV 可以当字典用，做数据可视化时按 adcode 关联统计值，比按省名关联更稳，因为省名可能有简称全称的差异。
最后说个我自己的习惯：每次拿到新的分省 SHP，先跑一遍「读—看 CRS—看字段—看范围—筛一个省—转投影—算面积」这七步，确认没问题再往项目里放。这套流程帮我省过至少三次返工。希望帮到你。
本文还有配套的精品资源，点击获取
