Raman 堆叠谱与局部放大

多条谱线分层展示，偏移量明确记录，原始数据不变。

合成示例 · 非实验数据

放大图样 ↗

给这张图选配色 →

① 源码与 CSV 解压到同一文件夹。

② 请 AI 运行 render_existing.py，得到 PNG、SVG 和 PDF；再核对并换成你的数据。

源码和 CSV 解压到同一文件夹即可重画。图件和提示词可分别下载。

你也可以用自己的话说。

查看请求

请读取绘图包里的 README 和 metadata.json，按说明在项目独立环境中运行包内已有源码，重画这份演示数据。不要重新生成或改写演示 CSV。收到我的文件后，先核对列名、单位、归一化基准与测试条件，再在副本中适配。逐圈容量、库伦效率与容量保持率用散点，不加连线；连续电压和光谱用无点实线，数据坐标四周保留框线。全电池保持率需明确参考圈、参考容量和相同工况，缺项先补齐；Li‖Cu 不强加保持率。不要继承演示条件、补造数据或静默覆盖旧图；回复只给结果位置和必要的下一步。

第一次用？先安装桌面软件 →

输入与使用边界

data.csv

输入格式、单位和条件见 README 与 metadata.json。示例是合成数据，不能用于论文实验结果。

Invented electrolyte-like Raman windows, A–D; unnormalized counts preserved, display offset 340 counts per series. No molecular assignment or concentration inference.

示例的模型与依据

按声明的教学模型生成。参数为自设，引用支持公式或测试方法，不是从论文复制的实测数字。

计算关系

I_A-D(x)=45+0.14*(x-680)+(330-45*index)*G(x;730,4.5)+(100+55*index)*G(x;745+0.6*index,5.2)+55*G(x;783,6)
Display-only offset = 340 counts per series; raw intensities are unchanged

使用边界

No molecule, solvation state, concentration, measured shift or peak-area calibration is assigned.

模型来源

NIST e-Handbook: normal distribution
The Gaussian mathematical line shape only; no material peak assignment or numeric data.

相关资源

来源与引用

原创合成示例，数据与本版源码包含在绘图包内；未使用论文数据或原图

VoltPeer. Raman 堆叠谱与局部放大. Synthetic teaching delivery, version 1.6.0; data generator 1.6.

BIB ↓ RIS ↓

VoltPeer maintainers · v1.6.0 · MIT

文件、校验与检查状态

文件和格式已检查；模型测试范围见适配说明。格式检查不代表科学审核。

alignment.json ↓data.csv ↓figure.pdf ↓figure.png ↓figure.svg ↓metadata.json ↓render-report.json ↓BRF-demo-raman_series.zip ↓raman_series.bib ↓raman_series.ris ↓

assets/showcase/raman_series/alignment.json  e1be367eb6d59b1d01d2384c1eedb23af33cd4a8e0e3a2c03662daea72db1e99
assets/showcase/raman_series/data.csv  d5f12b7638cf67f635a3cf4fb5568bb4920576151764d7e971b8c7ae5e375948
assets/showcase/raman_series/figure.pdf  48be9a2fb77234654297662af5643af1620aa965d84ca5be77e0b77f029b18c3
assets/showcase/raman_series/figure.png  591df6c37e679fab26c4037f9e3b860557c7bb9ccfa0438f8440b4b2b029eb1e
assets/showcase/raman_series/figure.svg  b81b85e2158eda6d21f942d8e7561b9526a4de62707e1b3faad5f8ad4b7bdf0f
assets/showcase/raman_series/metadata.json  9e6a0dbe1fc0a9030a0515aa94aecacbc868bf80143db96029da71ca425b66e7
assets/showcase/raman_series/render-report.json  63eabb7df6b2cdd9b059867871f6995bb6582d4fca65305d669e49f20e5ee7e2
assets/showcase/BRF-demo-raman_series.zip  338eb624aee21a31725c47a22853410f5c7b80f99b5c372532afa1017e07b963
assets/citations/raman_series.bib  47a0f65c363c2560254afc4bf8fbf9f4282c174f4b700451351cc4ea35354fbe
assets/citations/raman_series.ris  503c4649fbb5091dbc0a0b9e8efa600fdecdcfe74abfe7b592ffccd0bb17e1a0

讨论或改进这份资源 → 返回资源库 →