大连市区县Shapefile完整指南：从数据修复到空间计算与格式转换

简介：这份大连市区县级别行政区划SHP文件面向GIS学习者、城乡规划人员与地理数据分析师，可用于解决项目中缺少大连市区县边界矢量底图的常见问题。压缩包共18个文件，除.shp几何文件外，还包含.dbf属性数据、.shx空间索引、.prj坐标系定义、.sbn/.sbx空间索引及.cpg编码等配套内容，整体约224KB，轻量而完整；数据同时提供大连市级与区县级两个图层，便于不同尺度下的地图绘制与空间分析。该矢量数据可直接在ArcGIS、QGIS中加载，缩放不失真，边界轮廓清晰，属性表可关联人口、经济等统计数据，用于区划底图、选址分析、资源分配或专题制图。目前已有846人学习查看，适合需要快速获取大连市区县行政边界并开展后续空间分析的入门及进阶用户。

1. 大连市区县SHP不是一张图，而是一组必须成套使用的文件

如果你刚拿到“大连市区县级别行政区划SHP文件”，大概率会盯着.shp这个后缀，觉得删掉周围几个同名前缀的文件也没关系。实际上，SHP是一个由多个不同后缀文件组成的矢量数据集合：.shp存几何、.dbf存属性、.shx建索引、.prj写投影，任何一个缺失都会让ArcGIS或QGIS报错。这套大连数据里还带了.cpg、.sbn、.sbx、.shp.xml等附属文件，它们不是多余的马甲，而是数据完整性的证明。所谓“大连市区县级别行政区划”，就是大连下辖各市辖区和县级市（如中山区、西岗区、沙河口区、金州区、瓦房店市等）的行政边界多边形集合，导入GIS后能直接叠加道路、街区、POI做空间分析。这篇内容面向GIS数据工程师、规划与商业分析人员，核心目标是把这套数据从“能打开”推进到“能算数字、能交付给业务方”的程度。

2. Shapefile内部结构与大连区县数据的预处理

2.1 SHP家族文件各自承担什么职责

拿到大连市区县SHP包后，先看清楚目录里都有谁。Shapefile严格意义上不是单一文件，而是一个“文件组”。下面是最常见的成员角色说明：

预处理的第一步就是把.sr.lock这类零字节临时文件清掉。实际交付时，至少要保留.shp、.dbf、.shx、.prj、.cpg五个文件，否则后续任务随时踩坑。

2.2 使用Python快速摸清大连区县SHP的底细

工程上我习惯用geopandas先做数据体检，不急着打开ArcGIS。它的read_file()会自动读取几何，但需要手动指定编码，避免中文乱码。

import geopandas as gpd # 读取大连市区县级别行政区划 gdf = gpd.read_file('大连市区县级别行政区划.shp', encoding='utf-8') print(gdf.head(3)) print(gdf.geom_type.unique()) print(gdf.crs) print(gdf.shape)

逻辑说明：这里指定encoding='utf-8'是假设元数据来自新版软件；如果read_file()报编码错误，就尝试encoding='gbk'或encoding='gb18030'。geom_type.unique()用来确认几何类型是多边形（Polygon）还是多多边形（MultiPolygon）；crs输出决定后续面积计算是否需要投影转换。参数上，read_file()的rows参数可以只读前几行，但这里全量读取更稳妥，便于检验是否有空洞或重叠要素。

如果环境里还没有geopandas，常见安装方式是：

conda install geopandas # 或者 pip install geopandas

geopandas依赖shapely、fiona、pyproj，安装失败时优先检查GDAL版本。下一步检查几何边界是否合法：

# 检查无效几何 invalid_mask = ~gdf.is_valid print(gdf[invalid_mask]) # 查看当前坐标系范围 minx, miny, maxx, maxy = gdf.total_bounds print(minx, miny, maxx, maxy)

is_valid会逐要素判断自相交、环闭合等问题。大连行政区划数据通常质量较高，但经过第三方转换工具导出的SHP，经常有细微自相交。如果发现无效要素，可以在geopandas里先做几何修复：

from shapely.validation import make_valid gdf['geometry'] = gdf.geometry.map(lambda g: make_valid(g) if not g.is_valid else g)

这里make_valid()是 Shapely 1.8 之后内置的缓冲修复方案，会自动拆分自相交环，保留面积近似。修复后建议重新用is_valid验证一遍，因为个别情况下修复结果会出现空几何。

2.3 字段精简与标准化

SHP的.dbf属性表不支持强类型约束，字段名长度也被限制在10字节以内，所以拿到原始数据后通常会做一层标准化。先看字段清单：

print(gdf.columns.tolist()) print(gdf.dtypes)

常见字段可能是NAME、PAC（行政区划代码）、AREA等。在实际业务中，我会把这些字段重命名为自己团队约定俗成的英文或拼音，并把多余的几何面积字段删掉，避免和投影后计算的面积混淆：

gdf = gdf.rename(columns={'NAME': 'district_name', 'PAC': 'district_code'}) gdf = gdf[['district_name', 'district_code', 'geometry']].copy()

注意：如果原始字段名是中文，.dbf编码会直接影响能否重命名。另外，SHP不支持字段类型为日期时间，也不支持NULL值，标准化的过程中最好把空值替换为""或0，否则写回SHP时会产生警告。

3. 大连区县数据的编码、筛选与空间计算

3.1 中文乱码的根源与修复

打开大连SHP属性表却看到类似“涓溇竞”“骞冲畨鍖哄”这样的字符串，问题基本出在编码。.dbf文件的属性编码取决于写入时用的字符集，常见为GBK（中文本地软件）或UTF-8（开源工具）。.cpg文件就是来声明这个编码的。很多开源转换工具生成SHP时不写.cpg，ArcGIS又会默认按系统语言读取，于是乱码不可避免。

处理思路分两步：第一步先试探正确编码，第二步重新写出带.cpg的文件。下面的代码直接把整个SHP读出来后统一转换：

import geopandas as gpd # 按GBK读取 gdf = gpd.read_file('大连市区县级别行政区划.shp', encoding='gbk') # 用UTF-8重新导出，同时保证.cpg写入 gdf.to_file('dalian_districts_utf8.shp', encoding='utf-8')

参数说明：to_file()的encoding参数会同时决定输出.dbf的文本编码方式，并在目录中生成对应的.cpg文件。建议业务系统统一用UTF-8，减少后续跨平台交换成本。如果这里读出来汉字仍然异常，再尝试encoding='gb18030'，这是GBK的超集，能覆盖生僻字。

3.2 按区县名称过滤要素

在做大连专题图时，经常只显示中心城区几个区，或者需要把某个县级市单独提取出来。典型做法是用属性条件过滤：

# 只保留中心城区（示例） center_districts = ['中山区', '西岗区', '沙河口区', '甘井子区'] gdf_center = gdf[gdf['district_name'].isin(center_districts)] # 如果要排除某个区域 gdf_exclude = gdf[~gdf['district_name'].isin(['瓦房店市', '庄河市'])]

过滤后建议检查一下gdf_center.plot()，确认没有因为名称中的空格或不可见字符导致漏选。更稳的办法是直接用行政区划代码前缀过滤，因为区县代码是唯一且稳定的：

# PAC字段，例如中山区210202，西岗区210203 gdf_center = gdf[gdf['district_code'].astype(str).str.startswith('2102')]

这是Shp数据交付中最常见的需求之一。需要注意的是，.dbf的字段值可能存在首尾空格，普通==匹配会失败，稳妥写法是：

gdf['district_name'] = gdf['district_name'].str.strip()

3.3 计算区县面积、周长并判断点位落在哪个区县

面积和周长是行政区划数据最基础的空间计算，但直接算之前必须确认坐标系。如果prj里是经纬度WGS84，面积单位是度，不能直接用。正确流程是先投影为适合大连的平面坐标系。

由于大连地处东经121～123度、北纬38～40度，使用 UTM 51N（EPSG:32651）或者中国的 CGCS2000 / 3-degree Gauss-Krueger zone 38 都可以。这里用UTM 51N做示例：

gdf_proj = gdf.to_crs('EPSG:32651') gdf_proj['area_km2'] = gdf_proj.geometry.area / 1e6 gdf_proj['perimeter_km'] = gdf_proj.geometry.length / 1e3 print(gdf_proj[['district_name', 'area_km2']].sort_values('area_km2', ascending=False).head())

逻辑说明：to_crs('EPSG:32651')把经纬度坐标转成以米为单位的平面坐标，此时geometry.area的结果就是平方米。除法1e6是为了转成平方公里。geometry.length返回多边形边界长度。如果未来做地图服务，不要用这个投影数据发布，而是重新转回WGS84。

把业务POI落到区县，是更常见的需求。思路是空间连接：

# 生成3个测试点 from shapely.geometry import Point points_df = gpd.GeoDataFrame( {'poi_name': ['大连站', '大连北站', '金石滩']}, geometry=[Point(121.630, 38.925), Point(121.578, 38.995), Point(121.954, 39.073)], crs='EPSG:4326' ) # 空间连接，找到每个点所在的区县 joined = gpd.sjoin(points_df, gdf, how='left', predicate='within') print(joined[['poi_name', 'district_name']])

参数说明：predicate='within'要求点完全落在面内部；如果点恰好落在边界上，需要用intersects。how='left'保证左侧所有点都保留，无法匹配的区县字段会是NaN。这里大连站、大连北站、金石滩的坐标是我用于演示的近似值，实际应用建议从高德或百度坐标系转WGS84后再做匹配。

3.4 用SQL方式做过滤与聚合

如果数据量较大或需要反复查询，建议直接把SHP导入PostGIS：

shp2pgsql -s 4326 -D -I -W UTF-8 大连市区县级别行政区划.shp public.dalian_districts | psql -U postgres -d gistest

命令参数：-s 4326指定源坐标系，-D使用dump模式，-I创建空间索引，-W UTF-8声明编码。导入后可以执行：

select district_name, st_area(geography(geom)) / 1000000.0 as area_km2 from dalian_districts order by area_km2 desc;

这里用geography类型直接在球面上计算面积，比平面米制更精确。聚合查询在业务系统里比Python循环快很多，也是我比较推荐的方式。

4. SHP与其他格式的转换链路：TXT、KML、3DTiles与边界提取

4.1 DWG转SHP与SHP转DWG

很多工程侧的场景会拿到CAD的.dwg边界线需要转成SHP，或者反过来需要把区县边界交给CAD设计。开源环境里ogr2ogr是最稳定的转换工具，它随GDAL一起安装。

# 将dwg中的多边形要素转到SHP ogr2ogr -f "ESRI Shapefile" dalian_districts_from_dwg.shp drawing.dwg -nlt POLYGON # 将大连SHP转为dwg ogr2ogr -f "DXF" dalian_districts.dxf 大连市区县级别行政区划.shp

参数说明：-nlt POLYGON强制输出多边形，避免CAD里的闭合多段线被当成线要素。DWG完整支持需要GDAL编译时带上Autodesk SDK，很多发行版默认不支持，所以通常先把DWG转成DXF，再由DXF转SHP。如果源文件里有多种图元，建议先用CAD软件清理图层，只保留行政边界所在图层。

4.2 SHP转TXT/CSV及Excel经纬度数据导入ArcMap

需要把大连区县数据做属性导出时，SHP转TXT/CSV非常常用。因为SHP不能直接用Excel打开，特别是面要素的几何坐标不能以普通二维表呈现。

# 提取每个区县质心经纬度 gdf_wgs = gdf_proj.to_crs('EPSG:4326') center = gdf_wgs.geometry.representative_point() out_df = gdf_wgs.drop(columns='geometry').copy() out_df['lng'] = center.x out_df['lat'] = center.y out_df.to_csv('dalian_districts_center.csv', index=False, encoding='utf-8-sig')

utf-8-sig会把 BOM 头写入CSV，在Excel中打开中文不会乱码。这是被问得比较多的一个参数。

反过来，如果手上有Excel里的经纬度点，要转成SHP，在ArcMap里的标准路径是：右键表格 → Display XY Data → 分别指定X为经度、Y为纬度 → 设置坐标系为WGS84 → 导出为SHP。在Python中也可以用纯代码实现：

import pandas as pd import geopandas as gpd from shapely.geometry import Point df = pd.read_excel('dalian_pois.xlsx') gdf = gpd.GeoDataFrame( df, geometry=gpd.points_from_xy(df['lng'], df['lat']), crs='EPSG:4326' ) # 导出点要素SHP gdf.to_file('dalian_pois.shp', encoding='utf-8')

注意：Excel表格里经常混入中文状态的全角逗号或不规则的坐标字符串，先转成数值类型再生成几何，否则points_from_xy会直接抛类型错误。

4.3 SHP转KML与3D Tiles

KML是Google Earth和各类WebGIS常用的格式，转换非常简单：

ogr2ogr -f "KML" dalian_districts.kml 大连市区县级别行政区划.shp

KML通常要求坐标系为WGS84，如果源SHP是投影坐标，需要显式赋值给目标坐标：

ogr2ogr -f "KML" dalian_districts.kml -t_srs EPSG:4326 大连市区县级别行政区划.shp

-t_srs参数会同时完成投影变换。转换后建议在Google Earth或QGIS里检查多边形是否出现扭曲，尤其是南北方向变形。

把SHP转成3D Tiles一般用在Web端三维地球场景。常用工具有：py3dtiles、Cesium ion以及定制的GDAL命令行。这里给出一个可执行的py3dtiles脚本：

pip install py3dtiles py3dtiles convert -c 大连市区县级别行政区划.shp -o dalian_3dtiles

参数说明：-c是当前目录输入，-o指定输出目录。原始SHP中的面要素会按高度属性拉伸成白模。这里限制比较多：需要属性表中存在高度字段，否则所有建筑高度为0。大连这种行政区划面其实更适合作为范围裁剪，而不是直接做3D体块。更常见的做法是先把区县SHP转成GeoJSON，再用cesiumlab或开源工具转换，保证属性字段不乱码。

ogr2ogr -f "GeoJSON" dalian_districts.geojson 大连市区县级别行政区划.shp

GeoJSON默认UTF-8编码，适合作为中间格式。

4.4 只需保留外边界线的方法

热搜里有个高频需求：怎么只保留SHP的外边界？大连这套数据是多个区县的分开多边形，如果只要大连市整体轮廓，需要对所有区县做“合并”再提取最外环。

# 先做溶解 union_geom = gdf.geometry.unary_union # 提取外边界 outer_boundary = union_geom.exterior # 外边界转为GeoSeries boundary_gdf = gpd.GeoDataFrame(geometry=[outer_boundary], crs=gdf.crs) boundary_gdf.to_file('dalian_outline.shp', encoding='utf-8')

关键在于：unary_union会把相邻区县的公共边消除，然后.exterior只保留整体外环。对于包含洞的区域，外环是exterior，里侧的飞地需要interiors另行处理。如果源数据本身有拓扑错误，这里合并结果会碎块化，可以参考下一章的修复步骤。

5. 大连区县SHP使用中的高频问题和验证方法

5.1 文件缺失导致的打开失败

常见表现：在ArcGIS里双击.shp没反应，或者提示“无法打开 prj / dbf”。这通常不是文件损坏，而是原始文件夹里的dbf、shx没有一起复制过来。我的处理顺序：

• 确认目录内有.shp、.dbf、.shx、.prj、.cpg五个基础文件；
• 如果缺少.prj，ArcGIS会默认按未知坐标系打开，此时先别做任何面积计算；
• 如果缺少.shx，可打开.shp但无法定位要素，建议用GDAL重建：

ogr2ogr -f "ESRI Shapefile" dalian_fixed.shp 大连市区县级别行政区划.shp

ogr2ogr会重新生成完整的.shx、.dbf和.prj。

5.2 验证坐标范围与投影

拿到SHP后，一个习惯是查看total_bounds，大连市区约在东经120.5到123.5度、北纬38.5到40.2度之间。如果范围出现百万级数值，说明坐标被转换成了投影坐标，需要检查.prj中是否包含PROJCS。如果范围为0~100且是小数，则可能被错误归一化。验证面积也可以反推：

print(gdf_proj.geometry.area.sum() / 1e6)

整个大连市的陆地面积应在 1.2 万平方公里左右，如果算出来只有几百，说明投影转换写错了。

5.3 跨软件兼容性问题

QGIS和ArcGIS对SHP的编码、字段名长度处理不一致。字段名超过10字符时，ArcGIS会截断，QGIS可能保留完整名称，导致属性字段在两种软件间对不上。解决办法是写回SHP前把所有字段限制到10字节以内。还有一点：.dbf的日期字段格式不是标准ISO 8601，容易在跨库时失效，业务场景中不要依赖SHP中的日期字段，最好单独存一份CSV。

5.4 数据质量快速验证

交付前最后做一套快速检查脚本，判断数据是否可用：

assert gdf.is_valid.all(), '存在无效几何' assert set(['district_name', 'district_code']) <= set(gdf.columns), '属性字段不完整' assert gdf.crs is not None, '缺少坐标系统' assert gdf.geometry.geom_type.isin(['Polygon', 'MultiPolygon']).all(), '几何类型异常'

用assert做前置条件非常重要。一旦发现区县数量不足或是轮廓变形，第一时间核对原始文件的来源说明和.shp.xml里的更新时间，而不必先怀疑代码。整套大连区县SHP本身并不复杂，真正决定能不能靠它产出的，是使用者看待它“一组有生命的文件”而非“一张静态图”的态度。

本文还有配套的精品资源，点击获取