mining，一个超 nice 的 Python 库！

mining，一个有点冷门但很顺手的 Python 库

矿山模型这种数据，第一眼看着就是普通表格：x、y、z、吨位、品位、矿种、台阶号。

真丢到 Pandas 里处理一轮就知道，不太一样。

普通业务表最多是订单、用户、时间戳。矿山块模型不一样，它有空间位置，有块尺寸，有旋转角度，还经常要按台阶、区域、品位区间重新聚合。你拿纯 Pandas 写，能写，但写到第三个脚本就开始烦。

这个时候 mining 就有点意思了。

准确点说，包名一般装的是 miningpy，它是给 mining engineering，也就是矿业工程场景用的 Python 工具。官方介绍里提到，它主要干块模型处理、ijk 索引、reblocking、旋转、模型校验、台阶储量、运输建模、可视化这些事，不是那种泛泛的数据挖掘库。PyPI 上当前能看到的版本是 0.6.4，安装方式也很普通：pip install miningpy。([PyPI][1])

pip install miningpy

我比较喜欢它的一点，是它没把自己包装成一个“大平台”。

很多工业软件的 Python SDK，一上来就是一堆对象、工程、会话、连接、许可证。你只是想看一下块模型，最后像是在启动半个桌面软件。

miningpy 这类库的思路更轻一点：数据还是你的 DataFrame，Python 生态还是原来的 Pandas、Numpy。它只是把矿山工程里那几个最容易写脏的动作补上。官方文档里也说，它希望扩展现有的数据科学工具，而不是让用户每次重新造轮子。([PyPI][1])

比如现场经常有这种 CSV：

x,y,z,ore,grade,tonnes,bench
125.0,560.0,320.0,1,0.82,240,320
125.0,570.0,320.0,1,0.76,235,320
135.0,560.0,310.0,0,0.21,260,310

我一般不会上来就画图，先查三件事：坐标有没有空、吨位有没有负数、同一块有没有重复。这个习惯比库本身重要。

import pandas as pd
import miningpy  # 会给 DataFrame 扩展一些矿山模型相关能力
raw = pd.read_csv("pit_block_model.csv")
need_cols = ["x", "y", "z", "ore", "grade", "tonnes", "bench"]
miss = [c for c in need_cols if c notin raw.columns]
if miss:
raise RuntimeError(f"块模型字段不全，缺字段: {miss}")
bad_rows = raw[
    raw[["x", "y", "z", "grade", "tonnes"]].isna().any(axis=1)
    | (raw["tonnes"] <= 0)
]
ifnot bad_rows.empty:
    bad_rows.to_csv("bad_blocks.csv", index=False)
raise RuntimeError(f"模型里有脏块，先看 bad_blocks.csv，数量={len(bad_rows)}")
dup = raw.duplicated(subset=["x", "y", "z"], keep=False)
if dup.any():
    raw.loc[dup].to_csv("dup_xyz_blocks.csv", index=False)
raise RuntimeError("同一坐标出现重复块，这个先别往下算")

这段代码没什么花活，但现场就靠这种东西少背锅。

尤其是块模型，最怕前面数据没查，后面储量报表一跑，吨位对不上。等业务问为什么 320 台阶多了几万吨，你再回头查 CSV，基本就是晚了。

校验完以后，可以先按台阶做一个很粗的储量表。这个不需要什么高级算法，Pandas 就够。

ore_blocks = raw[raw["ore"] == 1].copy()
reserve = (
    ore_blocks
    .assign(metal=lambda d: d["grade"] * d["tonnes"])
    .groupby("bench", as_index=False)
    .agg(
        blocks=("x", "count"),
        tonnes=("tonnes", "sum"),
        avg_grade=("metal", lambda s: s.sum() / ore_blocks.loc[s.index, "tonnes"].sum())
    )
    .sort_values("bench", ascending=False)
)
reserve.to_csv("bench_reserve_check.csv", index=False)
print(reserve.head(10))

这里我故意没有把代码写得太“智能”。

储量这类东西，我更愿意让中间文件落下来。bad_blocks.csv、dup_xyz_blocks.csv、bench_reserve_check.csv，这些文件看着土，但排查时真有用。比你在 notebook 里漂亮地画一张图，然后忘了中间过滤条件强。

miningpy 的可视化也适合做第一轮肉眼检查。官方示例里就是把块模型直接在 Python 里预览，支持按字段上色，也能预览 DXF 设计，甚至可以导出 ParaView 兼容格式。([PyPI][1])

sample = raw.query("bench >= 300 and bench <= 330").copy()
sample["grade_band"] = pd.cut(
    sample["grade"],
    bins=[0, 0.3, 0.6, 1.0, 99],
    labels=["waste_like", "low", "mid", "high"]
)
sample.plot3D(
    xyz_cols=("x", "y", "z"),
    dims=(10, 10, 10),
    col="grade"
)

这一步主要不是为了“好看”。

我看这种图，第一眼会盯两个地方：有没有明显断层式空洞，边界有没有飘出去的孤块。前者可能是模型缺块，后者经常是坐标系、单位、旋转角度哪里没对上。这个时候别急着调图，先回到源数据查。

再补一个我自己常写的小脚本，专门查块模型边界。很多模型文件从商业软件导出来，字段名看着对，但坐标范围一眼不对。

defprint_model_frame(df: pd.DataFrame) -> None:
    frame = {}
for axis in ["x", "y", "z"]:
        frame[axis] = {
"min": float(df[axis].min()),
"max": float(df[axis].max()),
"count": int(df[axis].nunique())
        }
for axis, info in frame.items():
        print(
f"{axis}: min={info['min']:.2f}, "
f"max={info['max']:.2f}, "
f"unique={info['count']}"
        )
print_model_frame(raw)

如果 z 的范围突然从几十米变成几千米，或者 x/y 出现奇怪的负值，这种我第一反应不会怀疑 miningpy，也不会怀疑 Pandas。先怀疑导出坐标系，或者有人把局部坐标和全局坐标混在一起了。

这个库不适合所有人。

你要是做 Web 后端、推荐系统、普通数据分析，看到 miningpy 大概率用不上。它不是 scikit-learn 那种通用机器学习库，也不是所谓“数据挖掘大全”。

但如果你手上真有块模型、台阶储量、DXF、调度聚合、矿山软件导入导出这些东西，它就挺香。它把很多矿业工程里重复、别扭、容易写错的小动作，塞回了 Python 这条流水线里。

我对这类库的判断很简单：能不能减少 Excel 手工处理，能不能让中间结果可复查，能不能把图、表、校验放在一个脚本里跑完。

miningpy 至少踩中了这几个点。

真正上线用之前还有个提醒：PyPI 页面标的开发状态还是 Alpha，平台分类也偏 Windows，官方文档里还提到它主要测试在 Windows 环境下。别直接把它塞进生产批处理，先拿一份模型跑完整链路，尤其是 Linux 环境和 VTK 依赖，提前试。

库是 nice 的，但矿山数据不 nice。

先校验，再汇总，再画图。顺序别反。