用途：GeostatsPy 是受 GSLIB 启发的 Python 地质统计学库，面向空间数据的变差函数分析、克里金插值与随机模拟，常用于储层表征等工作流。
主要能力：提供可视化（locmap、pixelplt、hist）、变差函数（gamv、vmodel）、克里金（kb2d、kb3d）、模拟（sgsim、sisim）、变换（nscore、backtr）与去丛聚（declus）等函数。变差函数模型类型包括 1=球状、2=指数、3=高斯、4=幂函数；关键参数有 nug（块金效应）、sill（总方差）、range（变程）、azimuth（最大连续方向）与 ktype（0=简单克里金，1=普通克里金）。
使用方式：典型流程为读入 pandas DataFrame，用 locmap、hist 探索数据，必要时用 declus 去丛聚，用 nscore 做正态得分变换，用 gamv 计算实验变差函数（先各向同性，再按 0、45、90、135 度检查各向异性），用 GSLIB.make_variogram 拟合模型并叠加验证，用 kb2d 克里金（ktype=1 为普通克里金），用 sgsim 做不确定性量化（50–100 个实现），最后用 backtr 反变换并交叉验证。常用导入：import geostatspy.GSLIB as GSLIB；import geostatspy.geostats as geostats。
适用场景：需要 GSLIB 兼容工作流、序贯模拟（SGSIM/SISIM）、去丛聚或熟悉 GSLIB 参数约定时选用；若偏好现代变差函数 API 可选 scikit-gstat，仅需克里金可选 pykrige，随机场生成可选 gstools，大规模三维地质建模可选 SGeMS/Petrel。
限制与提示：多数方法假设高斯分布，建议先做正态得分变换；克里金出现负值应在克里金后反变换；SGSIM 出现伪影需检查网格定义与数据范围一致；变差函数对太少可增大角度或滞后容差；变差函数未达基台可增大 nlag 或 xlag。安装命令与许可、收费信息暂未提供。