基于Lat/Lon计算密度

Question

很抱歉，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。我不是在寻找具体的代码帮助，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周围的人提供lat/lon。根据这些数据的地理分组（县、市、邮编等），我应该算出一个密度分数。基本上，每平方英里有多少个点，或者沿着这些线。我一直在寻找这样做的方法，不幸的是，我没有找到任何似乎正确的方法。我的数据中有lat/lon/geographic boundary列，因此我可以根据不同的地理类型进行分组，但我希望依赖lat/lon进行密度评分

再次，我很抱歉，我没有任何具体的代码共享。如果您对解决此问题的软件包或工具有任何建议，我们将不胜感激

我对R和Python都很熟悉，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Pyviz普查制图示例页面： 绘制人口密度图的示例代码： https://examples.pyviz.org/census/census.html

创建您的边界： 这个问题的答案很好地涵盖了这一点，给出了一个边界检测算法列表： https://gis.stackexchange.com/questions/5426/finding-boundary-co-ordinates-from-given-set-of-point-co-ordinates

查找多边形的区域（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Zipcode总体

然后： PopDensity=PopOfZipcode/Zipcode面积

定义高密度/中密度/低密度边界，然后为每个桶分配ZipCode