python - 根据纬度/经度计算密度

Question

我很抱歉地说我没有这个问题的任何示例代码。原因是，我一直在寻找一种方法来做到这一点，但我没有任何想法。我不是在寻找特定的代码帮助，更像是一些关于从哪里开始的一般指导。
我为居住在加利福尼亚州附近的人们提供纬度/经度。根据这些数据的地理分组(县、市、 zip 等)，我应该计算出密度分数。基本上，每平方英里有多少点，或者沿着这些线的东西。我一直在寻找方法来做到这一点，不幸的是我没有找到任何看起来正确的东西。我的数据中有纬度/经度/地理边界列，因此我可以按各种地理类型进行分组，但我想依靠纬度/经度进行密度评分。
再次，很抱歉我没有任何特定的代码可以分享。任何有关此问题的软件包或工具的建议将不胜感激!
我对 R 和 Python 都很满意，但我的同事更喜欢 Python 驱动的解决方案。
下面是一些使用邮政编码和 lon/lat(按此顺序)的示例数据。

Zip Longitude   Latitude
95223   -120.045063 38.467308
95223   -120.040889 38.465436
95223   -120.072499 38.454202
95223   -120.049251 38.462058
95223   -120.041697 38.462194
95223   -120.045757 38.470637
96120   -119.959615 38.703965
96120   -119.937276 38.741337
96120   -119.9382   38.739344
96120   -119.901794 38.776584
96120   -119.936094 38.741865
96120   -119.957587 38.707533
96120   -119.93456  38.74194
95646   -120.072087 38.687061
95646   -120.066752 38.684097
95646   -120.069591 38.684193
95646   -120.071754 38.699738
95646   -120.066111 38.685164
95646   -120.067082 38.683881
95646   -120.070923 38.696049
95646   -120.068004 38.683615
95646   -120.07161  38.699309
95646   -120.07385  38.690719
95646   -120.066131 38.685019
95646   -120.071263 38.686228

Answer 1

从这里的人口普查映射的 Pyviz 示例页面:
映射人口密度的示例代码:
https://examples.pyviz.org/census/census.html
创建边界:
这个问题的答案很好地涵盖了这一点，给出了边界检测算法的列表:
https://gis.stackexchange.com/questions/5426/finding-boundary-co-ordinates-from-given-set-of-point-co-ordinates
找到多边形的面积(AreaOfZipcode):
How to calculate the area of a polygon on the earth's surface using python?
使用累加器算法计算邮政编码人口。
然后:
PopDensity = PopOfZipcode/AreaOfZipcode
定义您的高密度/中密度/低密度边界，然后将您的邮政编码分配给每个桶。