【发布时间】：2021-06-01 21:22:56
【问题描述】：
很抱歉，我没有此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的人们提供纬度/经度。根据这些数据的地理分组（县、市、邮编等），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。我一直在寻找方法来做到这一点，不幸的是我还没有找到任何似乎正确的方法。我的数据中有 lat/lon/geographic 边界列，因此我可以按各种地理类型进行分组，但我想依靠 lat/lon 进行密度评分。
再次抱歉，我没有任何具体的代码可以分享。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 都很熟悉，但我的同事更喜欢 Python 驱动的解决方案。
以下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
【问题讨论】：
-
我建议使用人口普查边界。虽然远非完美，但它们是人们认为有效的土地面积指定的小区域。邮政编码也可以工作或城市。否则，您可以创建一个任意宽度的纬度/经度点网格，例如一系列纬度/经度增加 0.5
-
您能否提供您正在使用的数据和数据格式的示例，使用数据描述符代替实际数据，以便我们更好地了解您正在使用的特定数据结构合作？
-
@WickedMongoose，添加了玩具数据。
-
每一行都是一个人？
-
为了这个目的，是的。这是玩具数据，所以可能不是真实的人，但它是基于真实地址的。
标签： python r geospatial distance