Оценка на плътността на ядрото по координати

Използвах следния код, след като следвах този урок за извършване на kde върху координати (географски ширини и дължини), които представляват позициите на дърветата от преброяването на уличните дървета в Ню Йорк през 2015 г.

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)

След това начертавам резултатите, които наподобяват топлинна карта, използвайки matplotlib, като правя:

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(np.rot90(Z), cmap=plt.cm.gist_earth_r,extent=[xmin, xmax, ymin, ymax])
ax.plot(zip_latitudes, zip_longitudes, 'k.', markersize=2)
ax.set_xlim([xmin, xmax])
ax.set_ylim([ymin, ymax])
plt.show()

Но имам нужда от координатите, за да ги добавя към графика на leaflet.js и mapbox.js. Опитах се да отпечатам някои елементи в Z, но не съм сигурен, че това е правилно. Моят план беше да използвам python, за да получа координатите, след което да запиша резултатите в csv, като използвам d3 и lealet.js, за да създам топлинните карти на карта. Някакви предположения?