北上广深地铁站点和线路 2021 年矢量数据

地铁站通常被视作影响房价的关键因素之一，通常一个具有升值潜力的房子应该至少具备这三个因素之一：地铁口附近，学区和大型商超。

所以我就从高德地图上爬拉到了北上广深四个城市的地铁站点经纬度数据和地铁线路矢量数据。如果大家对这个数据感兴趣，未来我还会把其他城市的也都爬拉下来分享给大家。

为了方便大家使用，我给大家提供多种格式的数据：

地铁站点

1. shp 和 geojson 格式的矢量数据；
2. Stata 格式的 dta 数据；
3. Exce 格式的 xlsx 数据；

地铁线路

1. shp 和 geojson 格式的矢量数据；
2. Stata 格式的 dta 数据；

作为尝试，本次仅分享北京、上海、广州、深圳四个城市的数据，数据爬取自高德地图，其中站点数据来自：https://map.amap.com/subway/index.html?&1100 线路数据使用高德地图路径规划接口获取。

北京

北京地铁有 24 条线路，414 个站点，为了让大家更加直观的感受这份数据，我使用 Stata 绘制了下面的北京地铁线路图（结尾附有 Stata 代码）：

北京地铁网（行政区划为 2019 年的）

上海

上海一共 22 条线路（某些线路有多段），535 个站点，为了让大家更加直观的感受这份数据，我使用 Stata 绘制了下面的上海地铁线路图（结尾附有 Stata 代码）：

上海地铁网（行政区划为 2019 年的）

广州

广州一共 16 条线路，284 个站点，，为了让大家更加直观的感受这份数据，我使用 Stata 绘制了下面的广州地铁线路图（结尾附有 Stata 代码）：

广州地铁网（行政区划为 2019 年的）

深圳

深圳一共 10 条线路，284 个站点，，为了让大家更加直观的感受这份数据，我使用 Stata 绘制了下面的深圳地铁线路图（结尾附有 Stata 代码）：

深圳地铁网（行政区划为 2019 年的）

Stata 绘图代码

作为演示，我仅仅展示深圳地铁网络图的绘制代码，R 语言的最近再更新。

clear all

use 深圳地铁线路_db.dta, clear
local order = ""
local m = 3
forval i = 1/`=_N' {
 local order = `"`order' `m' "`=线路[`i']'""'
 local m = `m' + 1
}

local color = `""0 171 79" "179 90 31" "1 162 226" "204 0 0" "150 73 154" "0 129 135" "34 73 163" "134 101 109" "235 129 185" "116 29 81""'

use 深圳市/深圳市_db.dta, clear
grmap using 深圳市/深圳市_coord.dta, id(ID) ///
 line(data(深圳地铁线路_coord) by(_ID) ///
  size(*2 ...) legenda(on) ///
  color(`color')) ///
 point(data(深圳地铁站点) x(经度) y(纬度) by(ID) fcolor(`color') shape(o ...) size(small ...)) ///
 label(data(深圳市/深圳市_db) x(x_centroid) y(y_centroid) l(NAME) color(gs10) size(*0.8 ...)) ///
 graphr(margin(medium)) ///
 legend(col(4) pos(6) ring(1) order(`order')) ///
 ti("深圳地铁网络", size(*1.2)) ///
 subtitle("数据来源：高德地图") ///
 caption("绘制：微信公众号 RStata", size(*0.8))
gr export "深圳地铁网络.pdf", replace

最近会有专门讲解上述代码的 Stata 课程，敬请期待，欢迎报名参加 RStata 线上培训班：欢迎报名 RStata 培训班学习 R 语言和 Stata！学生更优惠～

点击这里跳转到 RStata 短书平台获取附件：北上广深地铁站点和线路 2021 年矢量数据