精华内容
下载资源
问答
  • 手工制作,2017年广东省县级行政区划数据,国家2000坐标系,shp文件
  • 中国县级地图

    2015-04-12 22:30:04
    里面高清的中国县级行政区划图,可以在ps.arcgis.erads.等软件中打开使用
  • 2015全国县级矢量政区数据

    热门讨论 2016-07-20 14:31:43
    2015全国县级矢量政区数据
  • 全国省市县行政区划shp数据等,该数据在2010年左右,可作参考,属性数据齐备,shp格式直接用arcgis打开,省级和县市级是分开的。
  • 县级融媒体整体解决方案
  • echarts--全国344个县级地图json

    热门讨论 2016-08-15 12:06:43
    全国344个县级地图json
  • 2015年县级分区最新shp

    2018-06-14 10:59:56
    2015年县级分区最新,精确到区,附带属性数据,超详细,shp
  • 本资源整理于2018年11月,在国家查找的最新版(2018年9月)的信息,由于我的需求不需要县级以下的信息,所以我只整理到了县级
  • 包括县级融媒体建设所有相关规范文件:县级融媒体中心监测监管规范19411、县级融媒体中心建设规范、县级融媒体中心省级技术平台规范要求、县级融媒体中心网络安全规范、县级融媒体中心运行维护规范19411、应急广播...
  • 行政区划分,省直辖县级市 国家统计局,行政区:http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/ 直辖市(与省同级),比如重庆,北京、天津、上海 是省级行政区、直辖市 省直辖县级市(省直接管理的县,县...

    行政区划分,省直辖县级市

    国家统计局,行政区:http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/

    • 直辖市(与省同级),比如重庆,北京、天津、上海 是省级行政区、直辖市

    • 省直辖县级市(省直接管理的县,县升为市):

      1. 海南省(多达19个省直辖县级市):
      {id=469007, name='东方市', parent_id=460000, type=4, zip='572600'}
      {id=469006, name='万宁市', parent_id=460000, type=4, zip='571500'}
      {id=469005, name='文昌市', parent_id=460000, type=4, zip='571300'}
      {id=469003, name='儋州市', parent_id=460000, type=4, zip='571700'}
      {id=469002, name='琼海市', parent_id=460000, type=4, zip='571400'}
      {id=469001, name='五指山市', parent_id=460000, type=4, zip='572200'}
      {id=469031, name='昌江黎族自治县', parent_id=460000, type=4, zip='572700'}
      {id=469030, name='白沙黎族自治县', parent_id=460000, type=4, zip='572800'}
      {id=469028, name='临高县', parent_id=460000, type=4, zip='571800'}
      {id=469027, name='澄迈县', parent_id=460000, type=4, zip='571900'}
      {id=469026, name='屯昌县', parent_id=460000, type=4, zip='571600'}
      {id=469025, name='定安县', parent_id=460000, type=4, zip='571200'}
      {id=469039, name='中沙群岛的岛礁及其海域', parent_id=460000, type=4, zip='573100'}
      {id=469038, name='南沙群岛', parent_id=460000, type=4, zip='573100'}
      {id=469037, name='西沙群岛', parent_id=460000, type=4, zip='573100'}
      {id=469036, name='琼中黎族苗族自治县', parent_id=460000, type=4, zip='572900'}
      {id=469035, name='保亭黎族苗族自治县', parent_id=460000, type=4, zip='572300'}
      {id=469034, name='陵水黎族自治县', parent_id=460000, type=4, zip='572400'}
      {id=469033, name='乐东黎族自治县', parent_id=460000, type=4, zip='572500'}
      

      2)河南省(1个)

      {id=410881, name='济源市', parent_id=410000, type=4, zip='454650'}
      

      3)湖北省(4个)

      {id=429006, name='天门市', parent_id=420000, type=4, zip='431700'}
      {id=429004, name='仙桃市', parent_id=420000, type=4, zip='433000'}
      {id=429005, name='潜江市', parent_id=420000, type=4, zip='433100'}
      {id=429021, name='神农架林区', parent_id=420000, type=4, zip='442400'}
      
      1. 广东省(1个)
      {id=442101, name='东沙群岛', parent_id=440000, type=3, zip=''}
      
    • 经济特区(来源:百度百科)

      序号批准时间所在省市区经济特区名称
      11980.08.26广东省深圳经济特区
      21980.08.26广东省珠海经济特区
      31980.10.07福建省厦门经济特区
      41981.10.16广东省汕头经济特区
      51988.04.13海南省海南经济特区
      62010.05新疆维吾尔自治区喀什经济特区
      72010.05新疆维吾尔自治区霍尔果斯经济特区
    展开全文
  • 上头给了我一个兰溪市地图相关的数据可视化任务,我自然想到了以前用过的pyecharts,但使用过发现他自带的能实现的只到地级市(例如金华市),而县级市的区划暂时没法实现。 本文以兰溪市(县级市)为例,别的地区...

    背景:

    上头给了我一个使用兰溪市地图进行相关的数据可视化任务,我自然想到了以前用过的echarts,但使用过发现他自带的能实现的只到地级市(例如金华市),而县级市的区划暂时没法实现。

    在这里插入图片描述
    本文以兰溪市(县级市)为例,别的地区也是一样的操作
    echarts官网:https://echarts.apache.org/zh/index.html


    一、准备阶段:

    1.在DATAV上获取地区json

    DATAV.GeoAtlas:是阿里推出的一个用于获取全国、各省、各市以及个县级市详细地图信息的json文件。

    这里我选中浙江省-金华市-兰溪市:
    可以看到县级市并没有包含子区域,因此还需要我们继续处理
    在这里插入图片描述
    复制json数据(第二个红框的第一个按钮)

    2.在geojson.io绘制自己的地图
    geojson.io

    在这里插入图片描述
    之后把上一步复制来的json数据填在右边,得到兰溪市的地图:

    在这里插入图片描述
    3.下载bigemap,依次下载兰溪市下辖的乡镇的kml文件,并添加到geojson.io的地图中

    bigemap下载地址

    点击如图的按钮保存乡镇的kml文件

    在这里插入图片描述
    在geojson.io中,点击Open-file,以此选择之前下载的kml文件:

    在这里插入图片描述
    注意:实际使用时应该是不需要整体的,用一部分一部分拼成一个整体,这样就不会出现重影

    全部导入完成之后,就得到如下的效果:
    并将右侧的json数据全部复制

    在这里插入图片描述

    4.在线测试
    打开echerts的官方网站,并选择示例,点进这个香港人口密度图:
    在这里插入图片描述
    将红框处替换为上一步获得的json数据:

    在这里插入图片描述
    最终结果:
    在这里插入图片描述
    能够确定无误的展示出来之后,可以根据需求进行修改,最后放到我们的web应用上


    二、使用

    现在先放上静态数据的页面,后面需要实现数据来自接口或者数据库
    index.html

    <meta charset="utf-8">
    <title>兰溪数据可视化</title>
    </head>
    <body>
    <div id="main" style="height: 600px; width: 1050px"></div>
    
    <script src="../static/js/echarts-4.1.0.js"></script>
    <script src="../static/js/jquery-3.4.1.js"></script>
    <script type="text/javascript">
        var my_data = [
            {name: '云山街道', value: 20057},
            {name: '兰江街道', value: 15477},
            {name: '上华街道', value: 31686},
            {name: '永昌街道', value: 6992},
            {name: '赤溪街道', value: 44045},
            {name: '女埠街道', value: 40689},
            {name: '游埠镇', value: 37659},
            {name: '诸葛镇', value: 45180},
            {name: '马涧镇', value: 55204},
            {name: '香溪镇', value: 21900},
            {name: '黄店镇', value: 4918},
            {name: '梅江镇', value: 5881},
            {name: '横溪镇', value: 4178},
            {name: '柏社乡', value: 2227},
            {name: '灵洞乡', value: 2180},
            {name: '水亭畲族乡', value: 9172},
        ]
    
        var myChart = echarts.init(document.getElementById('main'));
    
        $.get("../static/js/lanxi.json", function (map) {
            echarts.registerMap("兰溪数据可视化", map);
    
            var option = {
                geo: {
                    type: 'map',
                    map: '兰溪数据可视化', //需要和registerMap第一个参数保持一致
                    roam: false,    //是否允许拖动
                    label: {
                        show: true //显示标签
                    }
                },
                title: {
                    text: '兰溪数据可视化(2021)',
                    subtext: '测试用demo',
                },
                tooltip: {
                    trigger: 'item',
                    formatter: '{b}<br/>{c} (例)'
                },
                series: [{
                    map: "兰溪数据可视化",
                    geoIndex: 0,    //将数据和第0个geo配置关联
                    type: "map",
                    mapType: 'LX',
                    label: {
                        show: true,
                    },
                    data: my_data,
    
                }],
                visualMap: {
                    show: true,
                    min: 2000,
                    max: 60000,
                    text: ['高', '低'],
                    calculable: true,    //出现滑块筛选
                },
            }
            myChart.setOption(option);
        });
    </script>
    

    实现效果:

    在这里插入图片描述

    展开全文
  • 县级行政界线

    2013-12-20 21:06:55
    中国县级行政界线的.shp格式,1;400万比例尺
  • 原标题:我国47%的县级以上城市提出智慧城市方案北极星智能电网在线讯:中国市长协会、国际欧亚科学院中国科学中心近日共同发布《中国城市发展报告(2015)》(以下简称《报告》)。《报告》显示,2015年城市发展的一个...

    原标题:我国47%的县级以上城市提出智慧城市方案

    北极星智能电网在线讯:中国市长协会、国际欧亚科学院中国科学中心近日共同发布《中国城市发展报告(2015)》(以下简称《报告》)。《报告》显示,2015年城市发展的一个重要特点是智慧城市建设初步从理念走向实践,迎来热潮。据有关部门统计,我国100%的副省级以上城市、89%的地级及以上城市、47%的县级及以上城市提出了建设智慧城市的方案。

    基础设施智能化、公共服务便捷化,智慧城市亮点多

    智慧城市即通过大数据、物联网、云计算等现代信息技术的创新应用,实现深层次的信息共享和业务协同,促进城市规划、建设、管理和公共服务的精确化、智能化、便捷化和高效率,进而提升城市综合发展能力和安全与服务水平的城市发展新形态。

    中国城市科学研究会理事长仇保兴介绍,从手段上说,智慧城市就是通过全面感知、信息共享、智能解题,在城市规划、建设、管理、运行过程中采用信息化、智慧化、人性化等手段推进管理创新。从内容上说,智慧城市涵盖城市产业、民生、环境、防灾减灾、行政治理、资源配置等多方面。

    《国家新型城镇化规划(2014—2020)》提出了当前推进智慧城市建设的任务,即促进城市规划管理信息化、基础设施智能化、公共服务便捷化、产业发展现代化和社会治理精细化。目前,一些城市智慧城市建设成果已初步显现。

    城市管理有助手。广东深圳市坪山区实施“织网工程”,尝试利用大数据解决人口多、复杂性高、流动性强的城市管理问题,建立了全区统一的公共信息资源库,并整合社会管理工作网和数据化城管系统。

    节能减排有抓手。山东青岛市中德生态园融合智能化控制和云计算技术,通过气、电、热等能源的梯级利用和智能协同,形成能源清洁生产、供需互动、互补调峰、高效利用、节能减排的区域能源整体解决方案。

    行政审批提效率。宁夏银川市推动智慧政务建设,政务类150余件事项的办理时限由法定的4080个工作日减少到880个工作日,审批效率平均提高75%。

    多措并举推进建设,突出为民惠民便民

    我国智慧城市建设才刚起步。住房和城乡建设部城乡规划管理中心研究员杨柳忠建议,下一步要多措并举推进智慧城市建设。

    继续推进公共信息平台和综合性城市管理数据库建设。“注意规避以部门专业信息平台各自为战的局面,加快公共信息平台建设步伐,尽快建立健全涵盖人、地、事、物等要素和城市供水、供电、燃气、供热等生命线运行状态的综合性城市管理数据库,同时注意做好信息安全保障。”杨柳忠说。

    提高公共服务智慧化应用水平。智慧城市建设要突出为民、惠民、便民,但应因城施策,立足不同城市不同发展阶段,结合现有公共服务的实际水平,加快相关系统研发和应用。

    进一步加强城市管理、社会治理、公共安全、公共服务等领域网格化综合应用。例如,在基本公共教育、卫生医疗、社区养老、劳动就业、文化教育等领域开展主动式公共服务,精准定位人群,打通公共服务的“最后100米”。

    加快智能化基础设施建设。继续推进城乡一体的宽带网络、视频图像网络和广播电视网建设,加强网络基础设施整合,为智慧城市建设夯实信息化基础。

    突出产业经济智慧化发展。发挥市场作用,培育智慧城市相关产业。盘活城镇资源,推动智慧城市建设运营模式创新。引导和鼓励社会力量开展专业化、个性化服务,探索多种资金投入方式。

    完善智慧城市建设体制机制。智慧城市建设是一个复杂的系统工程,离不开科学规划与规章制度保障。“顶层设计的本质是城市诊断,首先应该对城市进行系统会诊,看准城市病,再以智慧城市手段综合调理,必要时再叠加基础设施完善的方案,从而逐步演进为复合式全功能智慧城市。”仇保兴说。

    原标题:报告|我国47%的县级以上城市提出智慧城市方案返回搜狐,查看更多

    责任编辑:

    展开全文
  • 如何获取我国最新县级行政区划矢量数据


    数据来源:高德开放平台
    在这里插入图片描述

    1. 目标:

    (1)获取最新中国县级行政区划矢量数据

    (2)学习如何使用R语言将.json数据转为shp文件

    2. 步骤:

    将json数据处理为shapefile

    library(pacman)
    p_load(sf,tmap,maptools,rgdal)
    china<-st_read("https://geo.datav.aliyun.com/areas_v2/bound/100000_full.json")
    class(china)
    # [1] "sp"
    china
    
    qtm()
    
    qtm(china, fill = "name")+
      tm_text("name")
    
    
    crs(china)
    # CRS arguments: +proj=longlat +datum=WGS84 +no_defs 
    china$name
    # [1] "北京市"           "天津市"           "河北省"           "山西省"           "内蒙古自治区"    
    # [6] "辽宁省"           "吉林省"           "黑龙江省"         "上海市"           "江苏省"          
    # [11] "浙江省"           "安徽省"           "福建省"           "江西省"           "山东省"          
    # [16] "河南省"           "湖北省"           "湖南省"           "广东省"           "广西壮族自治区"  
    # [21] "海南省"           "重庆市"           "四川省"           "贵州省"           "云南省"          
    # [26] "西藏自治区"       "陕西省"           "甘肃省"           "青海省"           "宁夏回族自治区"  
    # [31] "新疆维吾尔自治区" "台湾省"           "香港特别行政区"   "澳门特别行政区"   ""
    

    在这里插入图片描述
    导出为shapefile

    st_write(china, "G:/Rdata/China/GeoAltas/China.shp", layer_options = "ENCODING=UTF-8",delete_layer = TRUE)
    **province <- paste0("https://geo.datav.aliyun.com/areas_v2/bound/",china$adcode,"_full.json")
    province1 <- province[1:34]
    province1 
    
    count=0
    for (i in province1){
      x <- st_read(i)
      count <- count + 1
      st_write(x,dsn = "G:/Rdata/China/GeoAltas/1",layer = china$name[count],
                layer_options = "ENCODING=UTF-8",delete_layer = TRUE, driver = "ESRI Shapefile")
    }
    
    
    county <- list.files("G:/Rdata/China/GeoAltas/1/省市",
                         full.names = TRUE,
                         pattern = ".shp$")
    
    library(plyr)
    data <- NULL
    for(aFile in county){
      data <- rbind.fill(data, st_read(aFile))
    }
    data <- st_as_sf(data)
    class(data)
    # [1] "sf"         "data.frame"
    qtm(data,fill = "name")
    data
    
    #https://stackoverflow.com/questions/64569432/st-union-sf-polygons-with-data-table
    data=data[1:nrow(data),] 
    st_write(data,"G:/Rdata/China/GeoAltas/city.shp",
             layer_options = "ENCODING=UTF-8",delete_layer = TRUE)
    
    library("dplyr")
    data <- data%>%
      dplyr::filter(chldrnN >0 )
    qtm(data)
    
    city_county <- paste0("https://geo.datav.aliyun.com/areas_v2/bound/",data$adcode,"_full.json")
    head(city_county)
    # [1] "https://geo.datav.aliyun.com/areas_v2/bound/340100_full.json"
    # [2] "https://geo.datav.aliyun.com/areas_v2/bound/340200_full.json"
    # [3] "https://geo.datav.aliyun.com/areas_v2/bound/340300_full.json"
    # [4] "https://geo.datav.aliyun.com/areas_v2/bound/340400_full.json"
    # [5] "https://geo.datav.aliyun.com/areas_v2/bound/340500_full.json"
    # [6] "https://geo.datav.aliyun.com/areas_v2/bound/340600_full.json"
    
    count1 = 0
    for(i in city_county){
      x <- st_read(i)
      count1 <- count1 + 1
      st_write(x,dsn = "G:/Rdata/China/GeoAltas/1/市县",layer = data$name[count1],
               layer_options = "ENCODING=UTF-8", delete_layer = TRUE,driver = "ESRI Shapefile")
    }**
    

    3. 结果

    数据分享

    https://pan.baidu.com/s/1yhLJodusCwx9GTK858Uxuw
    提取码:1111

    欢迎关注个人公众号GeoSuper
    在这里插入图片描述

    展开全文
  • 中国地级城市列表(县级

    千次阅读 2021-04-21 16:49:26
    中国地级城市列表(县级市中国地级城市列表(县级市,省辖市)直辖市重庆北京上海天津省浙江省副省级城市:杭州、宁波 。地级市:湖州、嘉兴、舟山、绍兴、衢州、金华、台州、温州、丽水。县级市:临安、富阳、建德、...
  • 之前的博客中介绍到利用区县级shp转市级shp的方法Arcgis制作全国行政区(精确到县级),但实际操作起来还是比较麻烦的。今天,分享另外一个方法,利用python迅速获取全国市级单元的shapefile文件。 目录一、矢量数据...
  • 全国GeoJSON数据(县级

    千次阅读 2020-04-26 21:29:40
    全国GeoJSON数据(县级)DataV.GeoAtlas 链接:https://pan.baidu.com/s/1d_L69U2IgOVag5w4RVSTuA 提取码:979g
  • 全国县级shpwgs84

    2018-12-27 20:34:02
    全国县级shp,wgs84,其中包含线数据,和面数据,精确到县级
  • echarts + GeoJSON 地图绘制GeoJSON文件获取德国(县级)GeoJSON文件获取.shp 文件转GeoJSON文件echarts + GeoJSON绘制地图(德国为例)整体代码读取geojson文件组装data结果展示 GeoJSON文件获取 德国(县级)...
  • 1、获取县级json数据 http://datav.aliyun.com/tools/atlas/index.html#&lat=31.769817845138945&lng=104.29901249999999&zoom=4 2、获取县级下json数据方法 2.1、下载BIGEMAP地图 ...网站会保留cookies 导入第二份时会...
  • 全国县级矢量边界

    2014-03-21 13:57:16
    全国县级矢量地图,北京54坐标系,2008年更新。
  • 第一步:选择行政范围 打开BIGEMAP软件,使用右上角的【选择行政区域】,确定目标行政区域的范围。 第二步:确定存储格式 1、选项kml;【坐标投影】不用选择,保存出来的路网是经纬度坐标;...
  • 本文是行政边界矢量数据专题下的第二篇文章,主要介绍的是如何下载历年省、市、县级行政边界矢量数据。   在上一篇文章里,我们分享了数读菌整理的2019年行政边界数据(省市县级),点我查看。其实在进行地理...
  • 2015年全国县级矢量数据,本资源为全国县级和市级行政边界,格式为shp文件。
  • [Java教程]省市县级

    2021-03-10 05:03:46
    [Java教程]省市县级联0 2018-08-06 08:00:45JS:1 2 3 4 5 6 7 8 9 ---请选择省---10 11 12 ---请选择市---13 14 15 请选择县16 17 18 19 var proArr = ["安徽","河南","河北","江苏"];20 var cityArr = [21 ["合肥",...
  • 目录 一、数据来源 二、全部代码 三、使用介绍 3.1 获取全省所有地级市经纬度信息 3.2 获取某个地级市下所有区县经纬度信息 3.3 获取全省所有区县经纬度信息 一、数据来源 本文所涉及的市、县级经纬度数据均来自于...
  • GeoJSON数据说明:全国省、市、县级的行政区划边界GeoJSON数据,2020年10月更新。更新中使用到的全国省市区adcode(行政区划编码)共3219个,其中有行政区边界GeoJSON数据的adcode共3089个。一个adcode对应一个.json...
  • Administrative-divisions-of-China中华人民共和国行政区划(五级):省级、地级、县级、乡级和村级。数据来源数据下载文件列表普通带编码“省份、城市、区县、乡镇、村庄” 五级联动数据--提示:需要打包下载全部文件...
  • 希望自己也能够成功上岸考上公务员,这样就可以在体制内符合领导的用人标准,但是有些员工或者是求职者在选择工作的时候,也是非常的犹豫,不知道到底是应该去考市级公务员还是去考一些县级的公务员,那么二者有什么...
  • 该楼层疑似违规已被系统折叠隐藏此楼查看此楼鸿蒙的厉害在于 你可能非用不可瀑布先生06-05 09:52科技达人关注华为一直在研发一套操作系统,如果不是对手打压。可能大部分人,至今都不知道这个系统的存在。...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 16,812
精华内容 6,724
关键字:

县级