Advertisement

全国的地点兴趣点数据。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
在2018年,我们收集了来自中国20个主要城市的地点兴趣点(POI)数据,这些城市包括首都北京、经济中心上海和广州、科技创新前沿深圳、以及西部大省的成都、杭州、合肥、南京、青岛、厦门、沈阳、苏州和环渤海地区的天津、武汉等多个城市。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2021年广州(POI)
    优质
    本数据集涵盖了2021年度广州市内的各类兴趣点(POI),包括但不限于餐饮、住宿、旅游景点等信息,为城市规划及商业分析提供详实的数据支持。 为了方便读者研究祖国的大好河山、日月星辰、社会发展及人文地理,特提供重点城市所有类别POI数据作为基础资料。这些数据包括20大类共158个小类的信息,每个类别包含省、市名称、地址、经度、纬度和更新时间等9个字段的基础信息,并以UTF-8编码的CSV文件形式呈现,便于直接导入ArcGIS软件使用。若要解决Excel打开时出现乱码的问题,请将文件转为ANSI编码。 目前提供的2022年版本相比2021年的覆盖范围更加全面,每个城市的总数量平均增加了30%左右。当前已发布苏州和北京的2022版数据,其他城市的数据将于大约一个月内陆续更新完成。请理解并耐心等待新版本的推出。 这些资料仅限于学习交流及研究使用,并不适合大型开发项目需求,请勿将其用于商业用途。
  • 重庆2021年(Poi)
    优质
    重庆2021年兴趣点(Poi)数据包含了重庆市内各类地点信息,如餐饮、购物、旅游景点等,为地图导航和城市规划提供详尽的数据支持。 为了方便读者研究祖国的大好河山、日月星辰、社会发展及人文地理,特提供重点城市的各类POI数据。这些基础数据是进行更高阶研究的重要资料,涵盖20大类共158个小类的信息,每个类别包含省、市、名称、地址、经度、纬度和更新时间等九个字段的基础信息,并以UTF-8编码的CSV文件形式提供。 每个小类的数据存储在一个单独的CSV文件中,可以直接导入ArcGIS软件使用。如果遇到Excel打开乱码的问题,可以使用Notepad++将文件转为ANSI编码解决此问题。 目前提供的2022年版数据比2021年的版本更全面,平均增加了30%的城市总数量。当前仅提供了苏州和北京的2022年版数据,其他城市的数据正在陆续更新中,请耐心等待每个城市的准备时间大约为一个月左右的时间。 这些数据仅供学习交流研究使用,并不满足大型开发需求,不得用于商业用途。
  • 昆明市2019年
    优质
    该数据集包含昆明市2019年的各类兴趣点信息,包括但不限于餐饮、住宿、购物、娱乐等场所的位置和类别,为城市规划及研究提供详实的基础资料。 昆明市2019年POI数据包含菜市场、超市、工厂、邮政、银行、政府机构、医院、学校、写字楼、住宅区、商场、酒店、旅游景区、加油站、公园、公交站和地铁站等地点信息,共有六万多条记录,仅供研究使用。
  • 深圳2021年(Poi)
    优质
    本数据集包含深圳市2021年的各类兴趣点(POI)信息,涵盖了餐饮、住宿、交通等多方面内容,为城市规划和商业分析提供了详实的数据支持。 为了方便读者研究祖国的大好河山、日月星辰、社会发展及人文地理,特提供重点城市的各类POI数据。这些基础数据是进行其他更高阶研究的必备资料。一共包含20大类和158个小类的数据,每个类别都包括省、市、名称、地址、经度、纬度以及更新时间等9个字段的基础信息,并以UTF-8编码的CSV文件形式提供。每种小类数据存放在一个单独的CSV文件中,可以直接导入ArcGIS软件使用;同时也可以通过Notepad++转换为ANSI编码解决Excel打开乱码的问题。 目前提供的2022年版本相比2021年版覆盖范围更广,每个城市的数据量平均增加了30%。当前已准备好苏州和北京的2022年版本数据,其他城市的更新大约需要一个月左右的时间,请耐心等待。本数据仅供学习交流研究之用,并不适合用于大型开发项目或商业用途。
  • 2021年北京(POI)
    优质
    2021年北京兴趣点(POI)数据涵盖了北京市内各类地点信息,包括但不限于餐饮、住宿、旅游景点等,为用户导航及查询提供详尽准确的地理参考。 为了方便读者研究祖国的大好河山、日月星辰、社会发展及人文地理等方面的内容,我们特别提供了重点城市的各类POI数据。这些基础数据是进行更高阶研究的重要依据。 这份资料包括20大类共158个小类的详细信息,每个类别都包含省、市名称、地址、经度和纬度等九个字段的基础信息,并以utf-8编码格式保存为csv文件。每种小类都有单独的一个csv文件,可以直接导入ArcGIS软件使用;若需在Excel中打开,请先用notepad++转换成ANSI编码。 2022版的数据比前一版本覆盖范围更广,每个城市的POI数量平均增加了30%左右。目前仅完成了苏州和北京的2022年版本数据更新工作,其他城市的数据正在陆续推出中(预计每座城市大约需要一个月的时间准备)。请各位读者耐心等待。 请注意:此资料仅供学习交流研究使用,并不适合大型开发项目的需求;同时不得用于商业用途。
  • 徐州_POI.shp
    优质
    《徐州兴趣点_POI.shp》是一份包含徐州市各类地点信息的数据文件,涵盖了旅游景点、商业设施、交通站点等丰富资源,便于地图应用与城市研究。 标题中的“徐州市-POI-兴趣点.shp”表明这是一个与地理信息系统(GIS)相关的数据文件,专门针对徐州市的“兴趣点”(Points of Interest, POI)。POI通常指的是地图上具有特定功能或服务的地点,如餐馆、酒店、购物中心和公园等。而“.shp”是Shapefile的扩展名,它是一种广泛用于存储地理空间数据的文件格式,由Esri公司开发。 Shapefile是一个包含几何信息的数据结构,可以存储点、线和多边形等矢量数据类型。每个Shapefile通常会由多个相关文件组成,如.shp(几何数据)、.dbf(属性数据,采用dBase格式)和.shx(索引文件)。虽然这里只提到了“徐州市_POI兴趣点”一个文件名,但在实际的Shapefile数据集中,可能还会有其他关联文件存在。 描述中的“有关徐州市区划内POI兴趣点的矢量文件”进一步说明了这个数据集的范围和内容。这意味着数据包含了徐州市行政区域内的各种POI,并且是以矢量形式存储,这表示数据精确到具体的坐标信息,可以进行空间分析和可视化操作。 关于标签:“数据集 POI”,这表明该资源是一个主要关注位置信息的数据集合,特别适合于地理分析、城市规划、商业选址以及旅游导航等应用场景。这些数据可以被GIS软件(如ArcGIS或QGIS)或其他支持Shapefile格式的工具读取和处理。 在GIS领域中,这样的数据集可用于: 1. **空间分析**:通过计算距离、缓冲区及聚类分析等方式来理解POI的分布模式。 2. **城市规划**:帮助决策者了解城市功能区域布局,并优化公共服务设施配置。 3. **商业智能**:商家可以利用这些信息进行市场研究,确定最佳开店位置。 4. **交通规划**:研究交通流量与POI之间的关系,以改进交通网络设计。 5. **社会科学研究**:探索人口密度、消费习惯等与POI的关系。 6. **旅游推广**:为游客提供定制化的旅行路线建议和景点推荐。 由于我们没有具体的文件内容细节,无法详细分析其属性字段及具体POI类型。但可以推测数据集中可能包括了POI的名称、类别、坐标信息以及营业时间等详情。用户在使用这些数据时,可结合属性数据进行多维度分析展示,例如制作热力图和分类图层以揭示徐州市地理特征和服务设施分布情况。
  • 信息
    优质
    《全国地点信息数据》是一部全面收录中国各地点详细资料的数据集,涵盖城市、乡村等地理实体的位置、人口和行政信息。 2018年收集了全国20个城市的POI数据,这些城市包括北京、上海、广州、深圳、成都、杭州、合肥、南京、青岛、厦门、沈阳、苏州、天津和武汉等。
  • 信息
    优质
    全国地点信息数据库是一个涵盖了全国各地地理、行政区划及各类地点详细信息的数据集合,为用户提供精准的位置查询服务。 全国POI数据库的示例完整数据可以在ditujiupian.com下载。
  • 各省市区及县乡镇主要SHP
    优质
    本数据库提供中国各省份、城市、地区和县级行政区划的兴趣点(如旅游景点、商业中心等)矢量数据,格式为Shapefile,便于地理信息系统分析与应用。 【中国省市区、县乡及主要地兴趣点SHP数据】是地理信息系统(GIS)中的重要资源,它提供了详细的结构化地理信息,包括中国的行政区域划分以及一些重要的地点信息。SHP(Shapefile)是由Esri公司开发的一种矢量数据格式,用于存储如点、线和面等几何对象的地理空间数据。这种格式通常由多个相关文件组成,例如.shp(几何数据)、.dbf(属性数据)和.prj(投影信息)。 在提供的压缩包中可以找到一系列.dbf文件,这些是与SHP文件相关的属性表。例如: 1. `River5_polyline.dbf` 和 `River4_polyline.dbf`:可能是河流的线性边界数据,其中`.dbf`文件包含了河流的相关属性信息,如名称、长度和流域面积等。 2. `XianCh_point.dbf`:可能代表城市或乡镇级别的点状地物数据,例如城市中心和著名景点等。 3. `diquJie_polyline.dbf`:这个文件名暗示了它可能包含省级或区级的边界数据,用于描绘省份或地区的轮廓。 4. `hyd2_4l.dbf` 和 `hyd1_4l.dbf`:这些可能表示不同级别的水系数据,如湖泊和河流等线状特征。 5. `bou2_4l.dbf` 和 `bou1_4l.dbf`:这些文件与边界相关,可能是国界、省界或县界的线性地物。 6. `hyd2_4p.dbf` 和 `bou2_4p.dbf`:它们可能代表水系和边界的点状特征,如河流的汇合点、湖泊中心以及边界上的特定标志点等。 这些数据对于地理分析、地图制作、城市规划及环境研究非常有用。用户可以利用GIS软件(例如ArcGIS或QGIS)加载SHP文件,并结合属性数据进行空间查询和统计分析等工作。通过这些信息,我们可以了解中国的行政区划详情,分析不同地区间的地理关系以及水系分布对环境与人类活动的影响。 需要注意的是,SHP文件不包含颜色、符号或图层样式等可视化信息,通常需要通过GIS软件设置。同时为了正确解析和使用数据,请确认它们的投影信息(.prj文件),以确保数据在地图上准确显示和计算。 这份中国省市区、县乡及主要地兴趣点SHP数据是GIS领域的一项宝贵资源,能够为研究人员、政策制定者以及公众提供丰富的地理空间信息,帮助他们理解和分析中国的地理特征与行政区划。
  • 南昌市WGS1984坐标系POI
    优质
    该数据集包含了南昌市基于WGS1984地理坐标系统的各类POI(Point of Interest)信息,涵盖餐饮、住宿、交通等多领域位置点。 此POI数据的坐标格式为WGS1984格式,可以直接导入ArcMap、GeoDa等软件进行可视化分析。该资源包包含了南昌市按照土地利用类型分类的兴趣点数据(包括经纬度坐标和兴趣点类型),具体分为公交站类、居住类、零售批发类、餐饮类、娱乐类、旅馆类、商务办公类、停车场、教育科研类、医疗卫生类、工业类以及公园广场类。此外,还包括地铁站出口类别。每个类别分别存储在一个Excel表格中,便于管理和分析。