SPC 光谱文件解析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_ce7e6948/spc-reader-skill。
技能介绍
要解决什么问题
红外、拉曼等实验里常见 SPC 光谱文件:一份文件一条曲线,批量分析时还要对齐波数轴和样本编号。手工用厂商软件逐条导出再拼表,既慢又容易打乱行序。若你已经在用 Python 做后续统计或建模,更希望直接得到 pandas.DataFrame(行=样本、列=波数)以及可查询的元数据,而不是在中间多一道格式转换。
技能如何工作
本技能围绕 pyspectra 的 read_spc_dir 做封装,面向「一个目录里有多份 .spc」的典型批处理场景。
- 批量合并:扫描目录内全部
.spc文件,按文件名排序后合并为一张df_spc,强度矩阵可直接做矩阵运算或机器学习特征。 - 元信息:并行返回
dict_spc,以文件名为键保存各文件的采集相关元数据,便于按样本追溯实验条件。 - 可执行脚本:
scripts/read_spc.py支持读文件夹、递归查找含.spc的目录,以及导出 CSV,适合流水线或一次性清洗。 - 运行细节:
pyspectra默认会向 stdout 打大量日志,封装里用redirect_stdout静默输出;有效目录判定为any(f.lower().endswith('.spc') for f in os.listdir(folder))。
适用边界与注意点
- 设计假设是「同一文件夹内所有
.spc并入一个 DataFrame」,不适合需要保持「一文件一独立对象、永不合并」且列名互不兼容的杂合目录。 - 行顺序由 文件名排序 决定,命名不规范会导致样本顺序与实验记录不一致,批处理前宜统一命名规则。
- 依赖
pyspectra与 pandas 生态;若波数网格不一致,合并后的列集合以库读取结果为准,下游对齐需自行插值或重采样。
使用场景
- 质控环节要把某次实验目录下几十份 `.spc` 合并成一张样本×波数表再做峰位统计
- 写数据处理脚本时需要从 SPC 批量读出强度矩阵并连同采集元数据写入下游特征库
- 归档旧项目时要递归扫描磁盘上含 `.spc` 的子目录并统一导出 CSV 供同事用 Excel 复核
- 在 Jupyter 里对照实验记录逐文件核对波数范围,需用 `dict_spc` 按文件名拉元信息
适合人员
- 做红外/拉曼常规分析、每周要批处理新采 `.spc` 并喂给自家 Python 模型的应用化学研究生
- 负责仪器数据落盘与格式标准化的实验员,要把厂商原始 SPC 目录转成团队统一的 DataFrame/CSV 规范
- 写内部 ETL 脚本的生物信息或材料数据工程师,需要在代码里调用 `read_spc_dir` 而不是点 GUI 导出
- 维护旧课题数据仓库的老师兄,要批量清点哪些文件夹含 `.spc` 并静默解析避免日志刷屏