坐标核密度估计

Question

在遵循this tutorial之后，我使用了以下代码对代表2015年纽约市街道树木普查中树木位置的坐标（纬度和经度）执行kde。在

import numpy as np
from scipy import stats

xmin, xmax = min(zip_latitudes), max(zip_latitudes)
ymin, ymax = min(zip_longitudes), max(zip_longitudes)

X, Y = np.mgrid[xmin:xmax:100j, ymin:ymax:100j]
positions = np.vstack([X.ravel(), Y.ravel()])
values = np.vstack([zip_latitudes, zip_longitudes])
kernel = stats.gaussian_kde(values)
Z = np.reshape(kernel(positions).T, X.shape)

然后，我使用matplotlib绘制类似热图的结果，方法是：

^{pr2}$

但是，我需要坐标以便将它们添加到传单.js以及地图框.js阴谋。我尝试在Z中打印一些元素，但我不确定这是否正确。我的计划是使用python获取坐标，然后将结果写入csv，使用d3和皮革.js在地图上创建热图。有什么建议吗？在