上海市2026年2月份高德POI数据深度分析与应用拓展报告

用GPT-4秒级生成交互地图:原始数据一键地理可视化 地理可视化是将空间位置信息转化为可理解地图的关键技术,其核心在于地址解析、坐标系识别与前端渲染三步闭环。传统方案依赖高德API或QGIS等专业工具,面临调用限制、坐标偏移、学习成本高等隐性门槛;而大语言模型凭借语义理解能力,可直接从CSV/Excel等原始数据中识别地址字段、判别GCJ-02或WGS84坐标系、自动纠偏并输出带弹窗和热力图的Leaflet交互地图。该方法显著降低地理信息使用门槛,适用于业务分析、应急响应、教学演示等轻量级但高频的空间决策场景,尤其适合缺乏GIS基础却需快速验证空间假设的用户。 阅读详情

上海市2026年2月份高德POI数据深度分析与应用拓展报告

摘要

本报告基于上海市(行政区划代码:310000)的POI(Point of Interest,兴趣点)全量数据,从宏观空间布局、中观产业结构、微观数据特征三个层级进行深度剖析。本次分析的数据池共包含220.11万个POI点位,覆盖上海16个市辖区及24个一级大类。报告以“万”为单位对海量数据进行降维截断,不仅揭示了上海作为“国际消费中心城市”的实体商业厚度,更通过空间极化效应透视了“五个新城”建设的阶段性成果。同时,结合大数据思维,对POI数据的时空拓展性及在商业选址、城市微更新、智慧出行等高价值领域的应用进行了系统性展望。

一、 宏观空间分布:极核牵引与新城崛起的“梯度圈层”

上海市的POI空间分布直观映射了其城市发展的历史脉络与未来战略。通过对16个区的数据进行万级单位截断与占比测算,上海呈现出与北京截然不同的空间逻辑——强单核溢出与多节点并重。

1.1 各辖区POI分布统计表(单位:万个)

在这里插入图片描述

排名市区名称POI数量(万个)全市占比空间圈层定位
1浦东新区48.6322.10%核心引擎极
2闵行区25.9111.77%主城毗邻区
3松江区19.508.86%独立综合性新城
4嘉定区17.237.83%独立综合性新城
5宝山区16.217.36%中心城区转型区
6青浦区14.076.39%独立综合性新城
7奉贤区11.375.17%独立综合性新城
8静安区9.974.53%传统核心区
9徐汇区9.934.51%传统核心区
10普陀区8.163.71%传统核心区
11杨浦区7.793.54%传统核心区
12金山区7.473.39%远郊化工转型区
13长宁区6.813.09%传统核心区
14黄浦区6.783.08%绝对市中心(CBD)
15崇明区5.312.41%世界级生态岛
16虹口区4.952.25%传统核心区
-合计220.11100.00%-

1.2 空间分布亮点挖掘

(1)“浦东现象”:一区独占逾两成
浦东新区以48.63万个POI遥遥领先,不仅是上海的第一大区,其POI体量甚至超过了闵行、松江两区之和。这深刻印证了浦东从“农田”到“世界级窗口”的跨越——陆家嘴的金融商务POI、张江的科创企业POI、临港的制造与居住POI、迪士尼的文旅POI,使得浦东成为了一个功能极度复合的“微缩版上海”。
(2)“新城战略”的数字化倒影
上海近年来大力推进“嘉定、青浦、松江、奉贤、南汇”五个新城建设。数据给出了最真实的反馈:松江(19.50万)、嘉定(17.23万)、青浦(14.07万)、奉贤(11.37万)的POI总量已全面超越绝大多数中心城区(如黄浦6.78万、长宁6.81万)。这说明上海新城已不再是“睡城”,而是具备了完善自我循环能力的综合性节点城市。
(3)核心区“低总量、极高密度”的折叠感
黄浦区(6.78万)和虹口区(4.95万)在总量上垫底,但这绝非代表“荒凉”。黄浦作为上海绝对的物理中心(仅20平方公里),其POI密度高达3.39万个/平方公里,是全国商业密度最高的区域之一。这种“总量小、密度大”的特征,是超大城市核心区空间饱和的必然规律。
在这里插入图片描述


二、 中观行业结构:消费之都与数字底座的双重奏

POI的大类分布是透视城市经济结构的最佳切片。上海24个大类数据经过万级截断,呈现出高度结构化的“哑铃型”特征——一头是庞大的基础设施底座,一头是极度繁荣的消费服务。

2.1 POI大类结构特征分析(单位:万个)

在这里插入图片描述

能级归属大类名称POI数量(万个)占比核心解读
基础底座地名地址信息84.8738.56%城市微观空间数字化的极致体现
基础底座室内设施25.9511.79%商场、楼宇内部空间的像素级拆解
消费引擎购物服务17.688.03%国际消费中心城市的绝对支柱
消费引擎餐饮服务13.706.22%24小时城市的烟火气底色
产业支撑公司企业12.745.79%营商环境优化的微观证据
民生保障生活服务12.455.66%社区商业与15分钟生活圈的骨架
城市动脉通行设施11.235.10%密集路网与立体交通的体现
城市动脉交通设施服务10.174.62%轨交优先战略的空间落位
公共服务政府机构及社会团体5.702.59%基层治理精细化的触角
商务载体商务住宅5.652.57%产城融合的空间容器
(注:其余大类如体育休闲3.67万、医疗保健2.48万、住宿服务2.42万等合计约16万个,占比约7%)
在这里插入图片描述

2.2 行业结构深度洞察

(1)“半壁江山”的底座数据:数字孪生的上海厚度
地名地址(84.87万)与室内设施(25.95万)合计达到110.82万个,占比超过50%。这一数据非常惊人,它说明上海的POI数据已经完全突破了“街面层”,深入到了建筑内部(如商场内的每一个专柜、写字楼内的每一间办公室)。这是上海打造“城市数字孪生”和“元宇宙”底层基建的最宝贵资产。
(2)“双擎驱动”的消费之都:购物与餐饮
剔除底座数据后,购物服务(17.68万)和餐饮服务(13.70万)构成了上海实体商业的双擎。值得一提的是,上海购物的POI不仅包含南京路、淮海路等大型商场,更包含了大量隐藏在梧桐区里的“首店”、“买手店”。这31万个消费点位,是上海社零总额全国第一的物理基石。
(3)“产城融合”的高能级:公司企业的分布
公司企业(12.74万)这一单项占比就高达5.79%,若加上商务住宅(5.65万),商务类体量十分庞大。相比其他城市,上海的公司企业POI中,跨国公司地区总部、外资研发中心、专业服务业(律所、咨询)的占比极高,这反映了上海在全球产业链中的高端节点地位。
(4)长尾数据中的微趋势:体育休闲 > 风景名胜
体育休闲服务(3.67万)大幅领先于风景名胜(1.09万)。在上海,随着“黄浦江滨江贯通工程”的完成,沿江的大量咖啡馆、露营地、滑板公园、跑步基地转化为POI。市民的休闲方式已从“看景点”彻底转向“重体验”。


三、 微观数据亮点与交叉挖掘维度

静态的统计只是表象,通过多维交叉计算,才能激发POI数据的深层价值。

3.1 构建“外向型经济活跃度指数”

我们可以通过公式:外向型指数 = (金融保险POI + 跨国企业集聚度POI + 高端住宿POI) / 辖区面积。
以此测算,黄浦区、浦东陆家嘴周边的指数将呈断层式领先。这可以帮助政府评估各区域在全球资源配置中的能级差异。

3.2 “15分钟社区生活圈”盲区扫描

将“购物服务(17.68万)”与“生活服务(12.45万)”中的细分标签(如菜市场、便利店、理发店、社区卫生站)提取出来,以居住区POI为圆心建立缓冲区分析。

  • 高达标区:浦西的老城区(如徐汇、长宁),虽然楼宇老旧,但底层商业极其发达,生活圈覆盖率接近100%。
  • 结构性缺失区:部分新城的大型居住社区,虽然宏观配套有大型商场,但在“最后500米”的针脚式生活服务POI上依然存在盲区,这是未来城市微更新的重点。

3.3 “职住平衡”的空间剪刀差

通过叠加“公司企业POI(12.74万)”与“商务住宅/居住区POI”的核密度图,可以发现典型的潮汐走廊:

  • 虹桥-徐汇走廊:大量人群居住在闵行,但工作在徐汇的漕河泾。
  • 张江-周浦走廊:张江科学城的极高企业密度,向周边新城产生了强烈的居住外溢。
    这种POI错位分布,为轨道交通的运力调度、共享单车的潮汐调度提供了精准的“靶点”。

四、 数据拓展性分析:从“静态快照”到“动态生命体”

当前的220.11万个POI是静态截面数据。要真正赋能上海“全面数字化转型”,必须进行四维拓展。

4.1 时间维度的拓展(Time-Space POI)

为每个POI赋予生命周期标签(新增、变更、消亡)。通过监控POI的更迭率,可以实时感知区域经济的热度。例如,若某条街道的餐饮POI在3个月内更迭超过30%,说明该区域可能存在过度竞争或人流衰退,可作为营商环境预警指标。

4.2 属性维度的拓展(Semantic POI)

将文本标签升级为多维向量。比如“购物服务”POI,拓展出:品牌等级(奢侈品/快时尚/仓储会员店)、客单价区间、数字化程度(是否有小程序点单)。这能将粗放的“网点统计”升级为精细的“消费力画像”。

4.3 关系维度的拓展(Graph POI)

构建城市知识图谱。例如,一个“地铁站POI”连接着地上的“商场POI”,商场里包含着“首店POI”,首店隶属于某个“总部企业POI”。这种拓扑网络是推演城市经济传导机制的关键。

4.4 三维空间的拓展(3D POI)

上海拥有超高层建筑群(陆家嘴三件套等)。当前POI多为2D平面坐标,未来需拓展高程(Z轴)信息,将商场负二层到大楼顶层500米的POI进行立体映射,这是低空经济(无人机配送、飞行汽车)航路规划的唯一数据基座。

五、 POI数据的核心应用领域

基于上述深度挖掘与拓展,上海的POI数据可在以下五大领域产生千亿级的应用价值:

5.1 精准商业选址与下沉市场渗透

对于连锁品牌(如Manner Coffee、喜茶),传统的“凭感觉选址”已失效。利用POI模型,输入目标半径内的“竞品POI密度”、“写字楼白领POI数量”、“地铁站客流POI权重”,系统可自动输出“黄金铺位热力图”。特别是对于想要进入上海五大新城的品牌,POI数据能精准测算出该区域是处于“消费红利期”还是“供给过剩期”。

5.2 智慧交通与MaaS(出行即服务)

上海拥有世界规模最大的地铁网络。结合“通行设施(11.23万)”与“交通设施(10.17万)”POI,可以进行微观层面的“接驳痛点分析”。

  • 发现某些地铁出口周边缺乏“共享单车停放POI”或“公交站POI”,从而优化微循环公交开线。
  • 结合实时网约车数据与目的地POI(如医院、商圈),预判局部路网的拥堵概率,实现信号灯的自适应调节。

5.3 城市微更新与“边角料”空间激活

上海已进入“存量时代”,大拆大建成为历史。利用POI数据寻找城市的“服务真空区”——即被居住区和主干道包围、但“生活服务类POI”极度匮乏的街角。政府可据此定向投放“口袋公园”、“无人咖啡车”、“微型消防站”等公共设施,实现城市空间利用的帕累托最优。

5.4 文旅商融合与City Walk路线生成

上海是中国City Walk(城市漫游)的发源地。将“风景名胜(1.09万)”、“科教文化(3.32万)”与“特色餐饮(细分标签)”进行空间串联。可以由算法自动生成诸如“武康路-安福路梧桐区漫游线”、“黄浦江工业遗存探寻线”等动态主题地图,赋能文旅IP打造,将流量转化为消费增量。

5.5 应急救援与防灾减灾韧性评估

在台风、暴雨等极端天气下,利用“地势高程数据+地下空间POI+避难场所POI”进行叠加分析,可以精准识别出易涝点与危险区域。同时,通过“医疗保健POI(2.48万)”的分布,优化120急救车辆的待命点位部署,确保在突发状态下城市生命线的韧性。

六、 总结与展望

上海市的220.11万个POI数据,不是冰冷的坐标堆砌,而是这座具有全球影响力的社会主义现代化国际大都市的“数字毛细血管”。
通过本次分析,我们清晰地看到:

  1. 空间上,浦东的压倒性优势与五大新城的强势崛起,勾勒出上海多层级、网络化的空间新格局;
  2. 产业上,超过50%的基础底座数据彰显了上海数字基建的深厚功力,而高居榜首的购物与餐饮POI则牢牢夯实了其“国际消费中心”的王者地位;
  3. 微观上,从职住失衡的洞察到15分钟生活圈的盲区扫描,POI数据正成为破解超大城市治理难题的“透视镜”。
    展望未来,随着上海全面推进城市数字化转型,POI数据必将从“静态登记”走向“动态感知”,从“二维平面”升维至“三维立体”。对于政府而言,它是实现“一网统管”的空间底座;对于企业而言,它是洞悉消费趋势、实现降本增效的数字罗盘;对于千万市民而言,它是享受便捷、美好城市生活的隐形基础设施。深耕这220万个点的价值,就是把握住了上海迈向卓越全球城市的数字密码。
星火X2国产大模型全栈解析:MoE架构与全国产算力适配实践 大模型推理与训练正从依赖CUDA生态走向全国产算力底座,其核心挑战在于如何在昇腾、寒武纪等芯片上实现高效稀疏计算与训推一致。MoE(专家混合)架构通过动态路由与专家专业化分工,显著降低实际计算量,而VTP虚拟张量并行、INT8 KVCache、重采样校准等技术则解决了显存墙、通信瓶颈与分布偏移等关键工程难题。这类优化不仅提升推理吞吐与能效比,更支撑教育错因定位、医疗临床路径遵循、车载模糊意图理解等强落地场景。本文聚焦星火X2在293B MoE与全国产算力协同下的真实技术路径,为AI基础设施国产化提供可复用的 阅读详情

相关推荐

CnOpenData全国兴趣点(POI)数据

全国兴趣点数据,共包含来自两个来源的POI信息。其中,A来源包含15个大类数据;B来源包含17个大类数据。

Sunny9qx的博客 763

广州市POI数据

广州市POI数据

帅帅de三叔 1884

全国范围2012-2022年POI数据集

中国五批国家级非物质文化遗产空间分布数据集是基于国务院2006、2008、2011、2014和2021年先后五次发布的3610个国家级非物质文化遗产代表性项目名录,按申报地区或单位的空间地理位置研发的数据集。该数据集包括3610个非遗项目的地理位置、编号、名称、类别、公布时间、类型、申报地区或单位、保护单位及省份等信息。常用POI数据集,主要包括:包括餐饮、风景名胜、公共设施、公司企业、停车场、收费站、厕所、服务器等等。依据景区空间分布数据,可以开展类似:中国A级景区等级结构和空间分布特征的研究。

weixin_55561616的博客 2811

【数据技术】利用Python获取高德地图POI数据——以上海瑞幸门店为例

本文讲述利用Python获取高德地图POI数据的思路以及具体步骤。

chenxu0136的博客 1万+

【全国数据】最新全国POI数据大全下载

最新全国POI数据免费下载,shp数据包括:宾馆酒店、餐饮服务、村驻地、高楼大厦、高速出入口、公交站点、公司、服务区、公测等、公园、收费站、停车场、学校教育、药店药房、医疗服务、银行服务、镇驻地、政府驻地等等。

空间规划小白丫头 4307

【数据分享】2012-2022年全国及各城市POI(兴趣点)数据(超20G)

POI(一般作为Point of Interest的缩写,也有Point of Information的说法),通常称作兴趣点,泛指互联网电子地图中的点类数据,基本包含名称、地址、坐标、类别四个属性;随着互联网电子地图服务与LBS应用的普及,POI无论从概念范畴,还是从信息纵深都有了长足发展,互联网各个风口或火山口都和POI有一定关系,如O2O、电商、社交、互联网金融、共享经济等。

J_Giser的博客 2741

2025年12月高德地图POI数据最新更新:22大应用场景全解析

2025年12月高德地图POI数据迎来重大更新,总量突破7000万条,覆盖全国34个省级行政区,数据精度达米级,属性完整率超95%。高德POI数据凭借市场份额领先、更新频率高、成本效益优等优势,成为50万+企业的首选。深度解析22大核心应用场景,包括零售智能选址、城市规划评估、房产估值、外卖配送优化等,覆盖零售、金融、出行、文旅等多个行业。数据购买指南提供灵活方案,成功案例显示POI数据可显著提升业务ROI,如便利店选址失败率降低60%,网约车司机收入增加15%。高德POI数据为企业提供合法合规、高性价比的

github_26719099的博客 3340

POI数据下载工具(支持省市全量POI下载)

在下图红框标注的多选框中选择想要获取的POI类型,如想要查看类型定义,可点击蓝框标注的链接。按钮,即可开始POI下载任务。完成下载后,下图蓝框标注为POI结果数据地址。按钮,即可完成关键词添加。在下图红框标注的对话框中输入关键词,并点击蓝框标注的。的方式输入想要下载的POI类型(必需),最后。在下图红框标注的下拉框选择想要获取的省或市。的方式输入获取的省或市(必需),然后通过。完成上述操作后,点击下图红框标注的。POI必须包含的关键词(可选)。按钮,可中止POI下载任务。

J_Giser的博客 4161

上海大都市圈AOI数据解析与应用实践

地理信息系统(GIS)中的兴趣点(AOI)数据是商业空间分析的基础要素,其核心价值在于将实体商业要素转化为可计算的空间特征。通过三级分类体系和多维属性字段,AOI数据能够精准刻画城市商业生态。在工程实践中,需要特别注意坐标系统一化、拓扑检查等数据处理技术,结合PostgreSQL+PostGIS等空间数据库实现高效管理。以上海大都市圈40万AOI为例,这类数据在商业选址、城市规划和O2O优化等场景展现独特价值,特别是其非OSM属性和42个字段的丰富维度,为商业决策提供了更本土化的数据支持。

weixin_29213525的博客 195

上海市POI数据2022年最新

数据示例: 名称,大类,中类,经度,纬度,省份,城市,区域 上海南汇嘴大堤豪华酒店,酒店住宿,其他,121.972125,30.881382,上海市,上海市,浦东新区 南汇嘴观海生态公园,旅游景点,公园,121.971858,30.881328,上海市,上海市,浦东新区 南汇嘴观海公园,交通设施,公交站,121.97224,30.882125,上海市,上海市,浦东新区 智选假日豪华酒店,酒店住宿,四星级酒店,121.971781,30.882063,上海市,上海市,浦东新区 滨海馨园,商务住宅,住宅区,121.887362,31.006987,上海市,上海市,浦东新区 港凯商务广场,商务住宅,商住两用楼宇,121.892354,31.004738,上海市,上海市,浦东新区 孔雀园,旅游景点,其他,121.889096,30.978029000000003,上海市,上海市,浦东新区 滨海世外桃源,旅游景点,景点,121.889213,31.017813,上海市,上海市,浦东新区 家春酒店,酒店住宿,其他,121.887269,31.005391,上海市,上海市,浦东新区

上海poi矢量shp数据

上海poi矢量shp数据

AI赋能便利店:GEO优化与本地化推荐实战指南

地理空间优化(GEO)技术是提升本地化推荐效果的核心,它通过结构化数据标记和动态权重调整,帮助AI系统更精准地匹配用户需求。在零售领域,GEO优化结合AI推荐算法,能够显著提升便利店的线上曝光和转化率。其技术原理包括空间数据标记、用户行为预测和动态权重调整,适用于便利店、餐饮等本地服务场景。通过优化地理标签、时空特征数据和服务能力画像,即使非技术背景的从业者也能实现专业级推荐优化。本文以便利店为例,详细解析如何利用免费工具链和Excel实现GEO优化,提升地图搜索曝光和推荐排名。

weixin_34072637的博客 432

【全国重点城市POI数据】-上海数据-生活服务.zip

【全国重点城市POI数据】-上海数据-生活服务

2025年12月上海市高德地图212万POI数据分析报告

上海2025年POI数据分析显示,全市212万兴趣点远超北京,呈现"一超多强"格局:浦东新区占比22.2%领跑,松江等郊区快速崛起。业态分布中,地名地址信息占38.7%,商业服务发达;临港新片区以7.5万POI成为最大商圈,淮海路等传统商圈保持活力。核心商业区形成超高密度热点,购物和餐饮POI网格密度均高于北京。建议商业布局关注新兴区域机遇,城市管理需推进均衡发展。

github_26719099的博客 961

(完整数据)全国地级市POI兴趣点数据(全新整理2023年

## 数据指标说明 POI(一般作为Point of Interest的缩写,也有Point of Information的说法),通常称作兴趣点,泛指互联网电子地图中的点类数据,基本包含名称、地址、坐标、类别四个属性;随着互联网电子地图服务与LBS应用的普及,POI无论从概念范畴,还是从信息纵深都有了长足发展,互联网各个风口或火山口都和POI有一定关系,如O2O、电商、社交、互联网金融、共享经济等。 今天给大家分享两份地级市2023年POI兴趣点资源 ## 一、全国地级市POI兴趣点数据2023年 数据整理全国各地级市POI兴趣点数据,是高德地图的一级分类和二级分类,主要分类包含饮美食、购物消费、商务住宅、休闲娱乐、医疗保健、运动健身、科教文化、旅游景点、酒店住宿、生活服务、公司企业、交通设施、金融机构、汽车相关等。 主要指标包括:名称、大类、中类、经度、纬度、省份、城市、区域

5分钟快速验证lvgl界面:VScode模拟器极简配置法(免环境变量版)

本文介绍了一种5分钟快速验证LVGL界面的极简配置方法,使用VSCode模拟器免环境变量配置,适合UI设计师和产品经理快速预览界面效果。通过预编译的SDL2库和配置好的VSCode工程模板,实现开箱即用的LVGL界面验证,大幅提升工作效率。

weixin_30790841的博客 314

【数据分享】2022年11月华东地区POI数据分享(上海、江苏、浙江、安徽)

今天分享一份华东地区的POI数据,包含上海市、江苏省、浙江省、安徽省4个省级行政区,数据时间为2022年11月,坐标系是GCJ-02。

chenxu0136的博客 2354

NVIDIA DGX Spark实战:如何在桌面上轻松运行200B参数大模型(附配置教程)

本文提供了NVIDIA DGX Spark在桌面端运行200B参数大模型的完整实战指南。详细介绍了从硬件初始化、系统配置、容器化环境搭建,到模型加载、量化、推理流水线编写及性能调优的全过程。重点阐述了如何利用其统一内存架构和TensorRT-LLM等工具进行高效本地推理,并探讨了通过双机互联扩展以应对超大规模模型的方法。

i3j4k5的博客 784

三份POI数据合集(全国学校和医院、市县区三级行政中心和18个重点城市)

随着互联网电子地图服务与LBS应用的普及,POI无论从概念范畴,还是从信息纵深都有了长足发展,互联网各个风口或火山口都和POI有一定关系,如O2O、电商、社交、互联网金融、共享经济等。目前网络上有许多能够提供互联网电子地图POI数据的组织和个人,号称有上亿的POI数据,大家需要注意,目前高德对外宣称其POI搜索服务在国内有超过6000万POI数据,估计实际6500万左右,上亿的POI数据极有可能是较长时间段内POI数据的集合,其中有大量已无效或重复的POI数据。2019年学校和医院POI数据。

CCfz566的博客 761

从d、q轴电流到电机性能:FOC控制中角度偏移的实战影响与调试策略

本文深入探讨了永磁同步电机FOC控制中d、q轴电流与角度偏移对电机性能的影响及调试策略。通过分析角度偏移导致的效率下降、电流异常等问题,提供了实用的四步调试法和参数优化技巧,帮助工程师有效提升电机控制精度和效率。

weixin_29264201的博客 295

Tushare Pro的安装使用——“抱歉,您没有访问该接口的权限,权限的具体详情访问:https://tushare.pro/document/1?doc_id=108”问题

最近做毕设关于量化交易的, 因此一直使用tushare作数据源,但是过程中到一些问题,因此这里写篇文章,供大家一起交流下。 Tushare简介 Tushare是一个免费、开源的python财经数据接口包。拥有如股票、基金、期货等行情数据,公司财务、基金经理等基本面数据,以及债券、外汇、行业、大数据、区块链。Tushare返回的绝大部分的数据格式都是pandas DataFrame类型,因此非常方便...

sinat_40875078的博客 1万+

2018年全国-上海市高德POI数据

2018年全国-上海市高德POI数据 矢量地图 / POI/AOI数据 内容:2018年全国-上海市高德POI数据。 数据格式:.csv格式,经纬度为wgs1984坐标系; 解压后文件大小:解压后csv为315MB,数据齐全,数据质量高; 数据类型:餐饮、公共设施、公司企业、购物、交通设施服务、金融保险服务、科教文化服务、商务住宅、生活服务、体育休闲服务、医疗保健服务、政府机构及社会团体、住宿服务等类型。 下载地址:2018年全国-上海市高德POI数据-我的网站 具体示例如下图: ...

danlingting0477的博客 574

【SECS】初识SECS协议

项目标题的第一位和第二位告诉下面有多少字节表示项目的长度。而项目的长度是指项目标题后面的字节数,这里第一个字节就是项目标题。1个字节可以表示的最大长度是0-255,所以只要项目标题后面的字节数小于等于254,都是0x01。

weixin_48618536的博客 1648
上一篇: 北京市2026年2月份高德POI数据深度分析与应用拓展报告
下一篇: 天津市2026年2月高德POI数据深度挖掘与多维应用分析报告
POI数据
博客等级 码龄12年 31粉丝 21原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值