为Python 中的每个六线箱获得GPS边界热图包括质心GPS点和六线箱每个角的GPS点

我已经使用Ploly在Python语言中创建了一个六进制的"热图"，通过映射多个位置(使用GPS纬度/经度)以及每个位置的值.请参见下面的代码，了解示例df和hexbin图绘制.

Data Desired个

当我将鼠标放在每个六角箱上时，我可以看到该六角箱中包含的平均值.但我想要的是一种方法，可以将每个六角箱的以下信息下载到Pandas DF中:

• 每个六进制框的平均值(已经根据下面的代码计算，但目前我只能通过将鼠标移到每个六进制框上才能访问；我希望能够将其下载到DF中)
• 每个六边形的质心GPS坐标
• 六角框的每个角的GPS坐标(即，每个六角框的每一个角的纬度和经度)

My Question个

我如何才能将上述项目中描述的数据下载到Pandas DF中？

Code example个

# Import dependencies
import pandas as pd
import numpy as np
import plotly.figure_factory as ff
import plotly.express as px

# Create a list of GPS coordinates
gps_coordinates = [[32.7792, -96.7959, 10000], 
                  [32.7842, -96.7920, 15000], 
                  [32.8021, -96.7819, 12000], 
                  [32.7916, -96.7833, 26000], 
                  [32.7842, -96.7920, 51000],
                  [32.7842, -96.7920, 17000], 
                  [32.7792, -96.7959, 25000], 
                  [32.7842, -96.7920, 19000], 
                  [32.7842, -96.7920, 31000], 
                  [32.7842, -96.7920, 40000]]

# Create a DataFrame with the GPS coordinates
df = pd.DataFrame(gps_coordinates, columns=['LATITUDE', 'LONGITUDE', 'Value'])

# Print the DataFrame
display(df)
# Create figure using 'df_redfin_std_by_year_and_acreage_bin' data
fig = ff.create_hexbin_mapbox(
      data_frame=df, lat='LATITUDE', lon='LONGITUDE',
      nx_hexagon=2, 
      opacity=0.2, 
      labels={"color": "Dollar Value"},
      color='Value',
      agg_func=np.mean, 
      color_continuous_scale="Jet",
      zoom=14,
      min_count=1, # This gets rid of boxes for which we have no data
      height=900,
      width=1600,
      show_original_data=True,
      original_data_marker=dict(size=5, opacity=0.6, color="deeppink"),
      )

# Create the map
fig.update_layout(mapbox_style="open-street-map")

fig.show()