Advertisement

2020年中国最新行政区划(至县级)

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


简介:
《2020年中国最新行政区划(至县级)》详尽介绍了截至2020年的中国各级行政单位划分情况,包括省、地级市及县区等详细信息。 包含全国省市县区划代码及行政级别、类型的数据库。该数据库使用sqlite3格式,可以直接使用。数据抓取时间为2020年10月。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2020
    优质
    《2020年中国最新行政区划(至县级)》详尽介绍了截至2020年的中国各级行政单位划分情况,包括省、地级市及县区等详细信息。 包含全国省市县区划代码及行政级别、类型的数据库。该数据库使用sqlite3格式,可以直接使用。数据抓取时间为2020年10月。
  • 2020省市全数据.zip
    优质
    本资源包提供截至2020年的中国全国、省、市、县级行政区划详尽数据,涵盖各地区代码及名称信息,便于地理信息系统与行政研究使用。 截至2019年12月的数据表明,全国共有34个省级行政单位、333个地级行政单位以及2846个县级行政单位。具体而言,包括了1323个县、387个县级市、965个市辖区、117个自治县、49个旗和3个自治旗;此外还有贵州六盘水的六枝特区及湖北省神农架林区两个特殊区域。
  • 2020(省、市、、镇、村)
    优质
    本文档提供了中国在2020年的五级行政区划详细信息,包括省级、市级、县级、乡级和村级单位,为读者呈现完整的行政区域分布情况。 2020年中国全国共有五级行政区划体系,包括省、市、县、镇和村。
  • 2020的五
    优质
    2020年最新的五级行政区划介绍的是中国当前最详细的行政区划体系,包括省级、地市级、县区级、乡镇级和村级五个层级,详细说明了各级行政区的数量与分布情况。 2020年最新行政区划数据是从国家统计局网站上抓取而来,共包含70多万条记录,并以文本段落件格式存储。每条记录的第一列是行政区划码,第二列是名称,第三列为城乡分类代码。之前搜索的行政区划码总是不全,因此只好自己重新抓取了这些信息,时间是在2020年3月份。
  • 及以上代码表(198020207月)
    优质
    该表格详尽记录了自1980年起至2020年7月间,中国各县级及以上行政区划的代码变化情况,便于研究和查询。 本段落档收集并整理了1980年至2020年7月以来全国县级及以上行政区划的代码,其中包括已经取消的部分县市或未正式使用的区划代码。
  • shp.zip
    优质
    中国县级行政区划shp.zip包含了全国所有县级及以上行政区域的空间矢量数据,适用于地理信息系统(GIS)分析和地图绘制。 全国各县的边界数据在WGS84地理坐标系下可用。
  • China分:2020(省、市、、镇、村)
    优质
    本资料提供了2020年中国的五级行政区划详细信息,包括省级、市级、县级、乡级及村级单位,有助于了解中国行政地理结构。 2021年中国全国五级行政区划(省、市、县、镇、村)的数据来源于中华人民共和国国家统计局。截至2020年6月30日的数据显示共有679,237个行政单位,数据格式包括CSV和SQL两种:area_code_2021.csv.gz以及area_code_2021.sql.gz。 行政区划级别分为五级: - 第一级为省、直辖市及自治区; - 第二级是地级市; - 第三级涵盖市辖区、县(旗)、县级市、自治县(自治旗)、特区和林区; - 第四级包括镇、乡、民族乡以及街道; - 最后一级则是村或居委会。 值得注意的是,自2019年至2020年期间出现了大量村镇合并现象。例如: 山东省青岛市莱西市在两年间减少了93个村庄; 山东省聊城市高唐县则在同一时间段内少了64个行政单位。 这些变化反映了中国行政区划的动态调整和优化过程。
  • 数据(截202012月).csv
    优质
    该文件包含了截止到2020年12月最新的中国五级行政区划中的村级单位详细信息,包括但不限于名称、编码等关键数据。 全国行政区划五级行政村(更新至2020年12月).csv
  • 2020(省、市、、镇、村).zip_村地图
    优质
    本资料包提供了2020年中国各级行政区划的地图数据,特别聚焦于详细的村级行政区域划分,便于研究和管理使用。 2020年中国全国5级行政区划(省、市、县、镇、村)的村级行政地图。
  • 2021(省/市//街镇)JSON文件
    优质
    该文档提供2021年中国最完整的四级行政区划数据,包括省级、市级、县级及街道乡镇级别信息,以JSON格式存储便于程序读取与处理。 数据结构如下所示: { pro_cities: { city_name: 市辖区, city_code: 110100000000, city_areas: [ { area_name: 东城区, area_code: 110101000000, area_id: 1, area_streets: [ { street_id: 1, street_code: 110101001000, street_name: 东华门街道 }, { street_id: 2, street_code: 110101002000, street_name: 景山街道 } ] } ], pro_code: 110000, pro_id: 1, pro_name: 北京市 } } 需要注意的是,东城区的两个街道信息中,“街道路id”字段值应保持唯一性。在该数据结构示例里,已将景山街道对应的“street_id”更改为2以确保其独立区分。 请注意修正原始数据中的重复标识符问题。