Ep 53 — 开源工具篇（上）：SpectroChemPy、pybaselines

系列：红外光谱百科：从原理到实战
篇章：第五篇 · 仪器与工具篇 — 开源生态（Ep 46–55 后段）
适合人群：希望提升数据处理效率的技术人员、研究生、化学计量学爱好者、Python 用户
前置知识：Ep 18（谱图处理）、Ep 19（库检索）、Ep 20（定量分析）、Ep 52（商业软件评析）
阅读时间：约 45 分钟

引子：当 Python 遇上红外光谱

某博士生小陈用 Bruker INVENIO 采集了一批催化剂原位红外数据，要研究 CO 在 Pt/Al₂O₃ 上的吸附。他打开 OPUS 软件准备做基线校正——发现 OPUS 内置的算法对这种"全谱严重倾斜 + 强吸收区附近基线弯曲"的复杂情况处理不好。他又试了 OMNIC 试用版，依然不满意。

导师说："你用 Python 试试 pybaselines，200 多种基线算法。"

小陈花了 1 小时学习，写了一段 20 行的 Python 代码，跑出结果——基线校正效果远超商业软件默认算法。从此他入了开源光谱工具的"坑"。

"Python + 开源光谱库正在改变光谱学的数据分析生态。它不再只是商业软件的'补充'，而已经成为科研工作流的核心。"
—— 改编自 Applied Spectroscopy 2023 评论 [1]

本集将系统评析三款开源光谱 Python 工具：SpectroChemPy（化学光谱全流程框架）、pybaselines（基线校正算法库）、spectrapepper（入门级光谱分析包）。每款都配有 GitHub 链接、star 数、实操代码，并给出"何时选开源、何时仍需商业软件"的判断框架。

💡 本集定位：Ep 52 评商业软件，Ep 53–54 评开源软件。开源不是"免费版商业软件"，而是"灵活可定制的科研工具"。两集配合是 Python 用户的光谱工具箱。

一、开源光谱工具生态概览

1.1 为什么需要开源工具

商业 FTIR 软件（OMNIC、OPUS、Spectrum）功能完善但有以下局限 [1][2]：

• 封闭算法：用户不知道基线校正、平滑的具体实现，无法复现；
• 扩展性差：无法自定义新算法、新模型；
• 批量处理弱：对数百张谱图做复杂处理时，GUI 操作低效；
• 跨平台差：仅 Windows，无 Linux/Mac 版（OPUS 部分除外）；
• 机器学习集成弱：现代数据分析（深度学习、贝叶斯优化）需 Python 生态；
• 价格高：模块化收费，高级功能单独购买。

开源工具的优势 [1][2][3]：

• 算法透明：源码可查，结果可复现；
• 完全可定制：自定义算法、流程、可视化；
• Python 生态：与 NumPy、SciPy、scikit-learn、PyTorch 无缝衔接；
• 跨平台：Windows、Linux、Mac 全支持；
• 免费：无 license 限制。

1.2 开源光谱工具的"明星榜"

GitHub 上"FTIR / spectroscopy"主题的活跃开源项目（截至 2024 年）[2][3]：

表 1：开源光谱工具 GitHub star 数（数据来源：GitHub topic "spectroscopy" / "ftir"，2024 年）

🔗 延伸：ftir.fun 是中文友好的在线光谱工具补充，提供 Web 端的谱图查看、峰识别、库检索，无需编程即可快速分析。

二、SpectroChemPy：化学光谱的全流程 Python 框架

2.1 项目概览

SpectroChemPy 是由法国激光与应用物理化学研究所（LCP-A2S）的 Arnaud Travert 团队开发的开源 Python 框架，专为化学光谱（IR、Raman、NIR、UV-Vis、NMR）设计 [3][4]。

• GitHub：https://github.com/spectroche…
• 文档：https://www.spectrochempy.fr/
• Star 数：~177（截至 2024 年）
• License：CeCILL-B（法国版 MIT，商业友好）
• 首次发布：2019 年
• Python 版本：3.8+

图 1：SpectroChemPy GitHub 主页（来源：https://github.com/spectroche…

2.2 核心特色：NDDataset 数据结构

SpectroChemPy 最核心的创新是 NDDataset 数据结构 [3][4]：

from spectrochempy import NDDataset

# 创建一个光谱数据集
dataset = NDDataset(
    absorbance_data,        # 二维数组：样品 × 波数
    coordset=[
        ('samples', sample_names),       # 第一维：样品名
        ('wavenumbers', wn_array, 'cm⁻¹')  # 第二维：波数 + 单位
    ],
    title='Absorbance',
    units='absorbance',
    name='Catalyst_CO_Adsorption',
    history='2024-07-15: collected on INVENIO R',
    author='Bob',
)

NDDataset 相比 NumPy ndarray 的优势 [3][4]：

• 元数据一体化：坐标（波数、温度、时间）、单位、标题、历史记录都与数据绑定；
• 单位感知：自动处理 cm⁻¹ ↔ nm、Abs ↔ %T 等转换；
• 切片语义清晰：dataset[:, '4000::1'] 表示"所有样品、4000 cm⁻¹ 起每隔 1 cm⁻¹"；
• 可追溯：每次操作自动追加到 history，符合 FAIR 数据原则；
• 可视化集成：dataset.plot() 直接出图，坐标轴单位自动标注。

2.3 全流程覆盖

SpectroChemPy 覆盖光谱分析的全流程 [3][4]：

读取 → 预处理 → 分析 → 建模 → 可视化 → 导出
 │       │        │       │        │       │
 │       │        │       │        │       └ CSV, JCAMP-DX, HDF5
 │       │        │       │        └ matplotlib, plotly
 │       │        │       └ PLS, PCA, MCR-ALS
 │       │        └ 峰检出, 曲线拟合, 积分
 │       └ 基线, 平滑, 归一化, ATR校正, 求导
 └ OMNIC (.spa), OPUS (.opu), JCAMP-DX (.jdx), SPA, CSV

① 读取多厂商格式 [3][4]：

from spectrochempy import read

# 读取 Thermo OMNIC .spa 文件
ds_omnic = read('sample.spa')

# 读取 Bruker OPUS .opu 文件
ds_opus = read('sample.opu')

# 读取 JCAMP-DX .jdx 文件
ds_jcamp = read('sample.jdx')

# 读取 CSV（需指定列）
ds_csv = read('sample.csv', csv_delimiter=',')

这是 SpectroChemPy 最强大的功能之一——直接读取商业软件私有格式，无需先导出转换 [3]。

② 预处理 [3][4]：

# 基线校正（内置多种算法）
ds_bc = ds_omnic.baseline_correct(method='als', lam=1e7, p=0.01)

# 平滑（Savitzky-Golay）
ds_sm = ds_bc.smooth(method='sg', window_size=9, polyorder=2)

# 归一化
ds_norm = ds_sm.normalize(method='max')

# 求导
ds_d2 = ds_norm.derivative(order=2, window_size=11, polyorder=3)

③ 多元曲线分辨（MCR-ALS） [3][4]：
MCR-ALS 是 SpectroChemPy 的招牌功能，适合混合物光谱分解：

from spectrochempy import MCRALS

# 假设 ds 是反应过程的多张谱图（时间 × 波数）
mcr = MCRALS(ds, n_components=3, max_iter=100)
mcr.fit()

# 输出：3 个组分的纯光谱 + 浓度曲线
pure_spectra = mcr.ST  # 组分光谱
concentrations = mcr.C  # 浓度矩阵

pure_spectra.plot()
concentrations.plot()

④ 可视化 [3][4]：

import spectrochempy as scp

# 单张谱图
ds.plot(title='Catalyst CO Adsorption', color='red')

# 多张谱图叠加
scp.plot_multi(ds1, ds2, ds3, labels=['A', 'B', 'C'])

# 3D 表面图
ds.plot_3D()

# 热图（反应过程数据）
ds.plot_waterfall()

2.4 教学价值

SpectroChemPy 的 API 设计贴近化学家语言（baseline_correct 而非 baseline_correct），文档详尽，是学习光谱 Python 处理的最佳入口 [3][4]。

完整教学示例——读取聚苯乙烯谱图并处理：

import spectrochempy as scp

# 1. 读取数据（示例数据集）
ds = scp.read('irdata/nh4y-activation.spa')

# 2. 截取感兴趣区域
ds = ds[:, '4000::650']  # 4000-650 cm⁻¹

# 3. 基线校正（ALS）
ds_bc = ds.baseline_correct(method='asls', lam=1e5, p=0.01)

# 4. 平滑
ds_sm = ds_bc.smooth(method='sg', window_size=9, polyorder=2)

# 5. 归一化
ds_norm = ds_sm.normalize(method='max')

# 6. 可视化
ds_norm.plot(title='NH4Y Activation', colormap='viridis')

# 7. 导出
ds_norm.write('processed.jdx')  # JCAMP-DX 格式
ds_norm.write('processed.csv')  # CSV 格式

2.5 何时选 SpectroChemPy

适合 [3][4]：

• 化学光谱全流程处理（读取 → 处理 → 建模 → 可视化）；
• 多厂商数据整合（直接读 .spa / .opu）；
• 教学（API 友好，文档详尽）；
• MCR-ALS 等高级分解；
• 需要元数据可追溯（FAIR 数据原则）。

不适合：

• 单一基线校正任务（用 pybaselines 更轻量）；
• FPA 成像数据（用 HyperSpy）；
• 拖拽式工作流（用 Orange-Spectroscopy）；
• 极致性能（核心仍是 NumPy，对超大矩阵无优化）。

三、pybaselines：基线校正算法的"百科全书"

3.1 项目概览

pybaselines 由 derb12（GitHub 用户名）开发，是专注基线校正的 Python 库，提供 200+ 种基线校正算法，是 FTIR topic 中 star 数最高的项目 [2][5]。

• GitHub：https://github.com/derb12/pyb…
• 文档：https://pybaselines.readthedo…
• Star 数：撰写时约百级量级（截至笔记日期；请以 GitHub 当日页面为准，勿当作永久排名）
• License：BSD-3-Clause（最宽松开源协议之一）
• 首次发布：2020 年
• Python 版本：3.8+

图 2：pybaselines GitHub 主页（来源：https://github.com/derb12/pyb…

3.2 为什么基线校正是预处理最关键的一步

基线校正是光谱预处理中最影响后续分析结果的环节 [5][6][7]：

• 峰位偏移：基线弯曲会让峰位判断偏移 1–5 cm⁻¹；
• 峰面积失真：基线高则峰面积虚高，定量误差可达 20%+；
• 假峰风险：高阶多项式过度校正会"挖出"假峰；
• 下游影响：基线校正后的谱图是 PLS、PCA、库检索的输入，错误传播。

"在光谱分析的所有预处理步骤中，基线校正的影响最大、争议最多、最容易出错。"
—— Liland K H, Applied Spectroscopy 2011 [6]

pybaselines 的价值在于：把 200+ 种算法统一到一致的 API，让你快速对比、选择最适合的算法 [5]。

3.3 算法分类

pybaselines 把基线算法分为 8 大类 [5]：

表 2：pybaselines 算法分类（综合 [5][6]）

3.4 四大主力算法对比

① AsLS（Asymmetric Least Squares） [6][7]

• 由 Eilers & Boelens 提出，是现代基线校正的"标准"算法；
• 原理：非对称加权最小二乘 + 二阶差分平滑；
• 参数：lam（平滑度，1e5–1e9）、p（非对称性，0.001–0.1）；
• 适合：大多数场景，对宽峰不敏感。

② arPLS（Asymmetrically Reweighted Penalized Least Squares） [5][7]

• AsLS 的改进版，自动调整权重；
• 对基线变化更敏感，适合快速漂移；
• 参数：lam 通常需要 1e6–1e8。

③ AirPLS（Adaptive Iteratively Reweighted Penalized Least Squares） [5]

• 自适应权重，对峰的识别更智能；
• 适合复杂重叠峰。

④ SNIP（Statistics-sensitive Non-linear Iterative Peak-clipping） [5]

• 适合光谱（最初为原子光谱设计）；
• 对尖锐峰保留好。

3.5 实操：同一谱图用不同算法对比

下面用 pybaselines 对一张严重倾斜的催化剂红外谱图做基线校正对比 [5]：

import numpy as np
import matplotlib.pyplot as plt
from pybaselines.whittaker import asls, arpls, airpls
from pybaselines.polynomial import modpoly
from pybaselines.morphological import mor

# 加载数据（假设 wn 是波数，y 是吸光度）
data = np.loadtxt('catalyst.csv', delimiter=',', skiprows=1)
wn, y = data[:, 0], data[:, 1]

# 5 种算法
baselines = {
    'AsLS (lam=1e7, p=0.01)': asls(y, lam=1e7, p=0.01)[0],
    'arPLS (lam=1e7)':        arpls(y, lam=1e7)[0],
    'airPLS':                 airpls(y)[0],
    'ModPoly (order=4)':      modpoly(y, x=wn, poly_order=4)[0],
    'Mor (window=50)':        mor(y, half_window=50)[0],
}

# 可视化对比
fig, axes = plt.subplots(2, 3, figsize=(15, 8))
axes = axes.flatten()

axes[0].plot(wn, y, 'k-', lw=0.5)
axes[0].set_title('Original')
for ax, (name, base) in zip(axes[1:], baselines.items()):
    ax.plot(wn, y, 'k-', lw=0.5, label='Original')
    ax.plot(wn, base, 'r-', lw=1.5, label='Baseline')
    ax.plot(wn, y - base, 'b-', lw=0.8, label='Corrected')
    ax.set_title(name)
    ax.legend(fontsize=8)
plt.tight_layout()
plt.savefig('baseline_comparison.png', dpi=150)

典型对比结果 [5][6]：

表 3：pybaselines 五大算法对比（综合 [5][6][7]）

3.6 参数调优经验

AsLS / arPLS 的 lam 参数 [5][6]：

• lam 控制 baseline 的平滑度，越大越平滑；
• 经验范围：1e5（弯曲多）– 1e9（接近线性）；
• 默认 1e6 是好的起点；
• 视觉判断：基线"贴底"但不"挖峰"，调到合适。

p 参数（仅 AsLS）[6]：

• 控制 asymmetric 程度，越小越偏向峰以下；
• 默认 0.01；
• 对宽峰谱图（如水溶液），可调到 0.001。

调试技巧 [5]：

# 自动尝试多个 lam，挑最优
from pybaselines.whittaker import arpls
lams = [1e5, 1e6, 1e7, 1e8, 1e9]
for lam in lams:
    base = arpls(y, lam=lam)[0]
    corrected = y - base
    # 计算"峰以下区域"的方差（应该最小）
    below = corrected[corrected < 0]
    score = np.var(below) if len(below) > 0 else 0
    print(f"lam={lam}: score={score:.4f}")

3.7 何时选 pybaselines

适合 [5][6]：

• 商业软件默认基线算法效果不佳；
• 需要批量、可复现的基线校正；
• 研究新基线算法、对比算法；
• 任何 Python 光谱处理流程的"基线步骤"。

不适合：

• 全流程光谱分析（用 SpectroChemPy）；
• 可视化工作流（用 Orange）；
• 商业软件默认算法已满足需求时（避免增加复杂度）。

💡 实用建议：把 pybaselines 作为 SpectroChemPy 的"插件"使用——SpectroChemPy 读数据 + 元数据，pybaselines 做基线，再回到 SpectroChemPy 做后续分析 [3][5]。

四、spectrapepper：入门级光谱分析包

4.1 项目概览

spectrapepper 是一个入门级光谱分析 Python 包，API 简洁，适合作为"第一段光谱代码" [2][8]。

• GitHub：https://github.com/spectrapep…
• 文档：https://spectrapepper.github.…
• Star 数：~100+（截至 2024 年）
• License：MIT
• 首次发布：2022 年
• Python 版本：3.7+

图 3：spectrapepper GitHub 主页（来源：https://github.com/spectrapep…

4.2 核心特色

① API 极简 [8]：

import spectrapepper as spe

# 读取 CSV
data = spe.load('sample.csv')

# 基线校正
baseline = spe.baseline(data)
corrected = data - baseline

# 平滑
smoothed = spe.smooth(corrected, window=9)

# 峰检出
peaks = spe.find_peaks(smoothed, threshold=0.05)
print(peaks)

② 入门友好 [8]：

• 函数名直观（load, baseline, smooth, find_peaks）；
• 默认参数即合理值；
• 文档含大量教程示例。

③ 适合教学 [8]：

• 课堂上能 5 分钟内让学生跑通第一段光谱代码；
• 代码可读性高，便于讲解每步原理。

4.3 主要功能

spectrapepper 提供的核心功能 [8]：

• 数据 I/O：CSV、TXT、部分厂商格式；
• 预处理：基线校正（多项式 + ALS）、平滑（SG）、归一化；
• 峰分析：峰检出、峰面积、半峰宽；
• 多元分析：PCA、PLS（基于 scikit-learn）；
• 可视化：matplotlib 包装；
• 光谱对比：相关系数、余弦相似度。

4.4 完整示例

import spectrapepper as spe
import matplotlib.pyplot as plt

# 1. 读取
sample = spe.load('unknown.csv')
reference = spe.load('reference.csv')

# 2. 预处理
sample_bc = spe.baseline_correction(sample)
sample_sm = spe.savitzky_golay(sample_bc, window=9, order=2)

reference_bc = spe.baseline_correction(reference)
reference_sm = spe.savitzky_golay(reference_bc, window=9, order=2)

# 3. 峰检出
peaks = spe.find_peaks(sample_sm, height=0.05, distance=10)
print(f"Found {len(peaks)} peaks at: {peaks}")

# 4. 相似度
similarity = spe.cosine_similarity(sample_sm, reference_sm)
print(f"Similarity to reference: {similarity:.3f}")

# 5. 可视化
plt.figure(figsize=(10, 5))
plt.plot(sample_sm, label='Sample')
plt.plot(reference_sm, label='Reference', alpha=0.7)
for p in peaks:
    plt.axvline(p, color='r', linestyle='--', alpha=0.3)
plt.legend()
plt.savefig('comparison.png', dpi=150)

4.5 何时选 spectrapepper

适合 [8]：

• 光谱 Python 初学者；
• 教学场景（学生第一次接触光谱编程）；
• 简单分析（不需要复杂算法）；
• 快速原型验证想法。

不适合：

• 复杂基线校正（用 pybaselines）；
• 多厂商格式读取（用 SpectroChemPy）；
• 高级化学计量学（直接用 scikit-learn）；
• 大规模数据生产环境（API 抽象过多，灵活性受限）。

五、对比与选型

5.1 三款工具对比

表 4：三款开源光谱工具对比

5.2 选型决策树

你的需求是什么？
   │
   ├─ 全流程光谱处理（读取→处理→建模）
   │   └─ SpectroChemPy
   │
   ├─ 仅需基线校正（且商业软件不够）
   │   └─ pybaselines
   │
   ├─ 入门 / 教学 / 快速原型
   │   └─ spectrapepper
   │
   ├─ 多维成像数据（FPA）
   │   └─ HyperSpy（见 Ep 54）
   │
   ├─ 拖拽式工作流
   │   └─ Orange-Spectroscopy（见 Ep 54）
   │
   └─ 跨平台 / 在线查看
       └─ ftir.fun

图 4：开源光谱工具选型决策树

5.3 组合使用案例

真实工作流示例：催化剂原位红外数据分析 [3][5]：

# 1. SpectroChemPy 读取多厂商数据
import spectrochempy as scp
ds = scp.read('catalyst_in_situ.spa')

# 2. pybaselines 做基线校正（更精细）
from pybaselines.whittaker import arpls
import numpy as np

# 转为数组处理
y = ds.data.T  # 样品 × 波数 → 波数 × 样品
baselines = np.array([arpls(yi, lam=1e7)[0] for yi in y.T])
corrected = y - baselines.T

# 转回 NDDataset
ds_bc = scp.NDDataset(
    corrected,
    coordset=ds.coordset,
    title='Baseline-corrected',
    history='arPLS baseline correction (pybaselines)'
)

# 3. SpectroChemPy 做后续分析（MCR-ALS）
mcr = scp.MCRALS(ds_bc, n_components=3)
mcr.fit()

# 4. 可视化
mcr.ST.plot(title='Pure component spectra')
mcr.C.plot(title='Concentration profiles')

# 5. 导出
mcr.ST.write('pure_components.csv')

这种组合（SpectroChemPy 读数据 + pybaselines 做基线 + SpectroChemPy 做后续）是 2024 年开源光谱分析的常见做法 [3][5]。

六、何时仍需商业软件

开源工具强大，但并非万能 [1][2]。以下场景仍建议商业软件：

6.1 GMP / FDA 合规环境

• 商业软件有 21 CFR Part 11 认证（审计追踪、电子签名）[1]；
• 开源工具无合规认证，制药 QC 中使用风险高；
• 数据完整性（Data Integrity）要求软件版本可追溯、操作不可篡改。

6.2 仪器原生控制

• 商业软件与仪器硬件深度集成（采集控制、附件识别）[1]；
• 开源工具大多只能处理已导出的数据，不能直接控制仪器采集；
• 例外：部分开源项目（如 Solis）支持仪器控制，但生态弱。

6.3 大型商业谱库

• Sadtler、Aldrich、Hummel 等大型商业谱库只在商业软件中完整集成 [1]；
• 开源工具只能用 NIST WebBook 等免费库（见 Ep 55）；
• 库检索算法本身开源可实现，但库内容版权是障碍。

6.4 标准化方法验证

• USP <854>、Ph.Eur. 2.2.24 等药典方法有指定软件流程 [1]；
• 商业软件有验证文档支持；
• 开源工具需自行做完整方法验证。

6.5 团队协作与培训

• 大团队中，GUI 商业软件培训成本低；
• 开源工具要求 Python 基础；
• 跨实验室协作时，统一商业软件更易对接。

💡 判断框架：生产环境（QC、GMP）优先商业；科研、原型、定制分析优先开源。 两者并不冲突，常组合使用 [1][2]。

七、开源工具的"踩坑"提示

7.1 坑 1：版本兼容性

情境：升级 SpectroChemPy 0.4 → 0.6 后，老代码报错 [3]。

原因：开源项目 API 不稳定，主版本升级常有 breaking changes。

对策：

• 用 requirements.txt 或 environment.yml 锁定版本；
• 升级前阅读 CHANGELOG；
• 关键代码用虚拟环境隔离（venv / conda）。

7.2 坑 2：依赖冲突

情境：安装 pybaselines 后，与已有 NumPy 版本冲突 [5]。

对策：

# 用 conda 隔离环境
conda create -n spectra python=3.10
conda activate spectra
pip install spectrochempy pybaselines spectrapepper

7.3 坑 3：算法误用

情境：用 arPLS 校正一张 4000 cm⁻¹ 处有强 O-H 宽峰的谱图，结果 O-H 峰被"挖掉"一半 [6]。

对策：

• 大宽峰（O-H 3400、N-H 3300）容易被基线算法误判；
• 校正前先看谱图，避开宽峰区；
• 用 mask 参数排除宽峰区：

  from pybaselines.whittaker import arpls
  # 排除 3000-3700 cm⁻¹ 的 O-H 区
  mask = (wn < 3000) | (wn > 3700)
  base = arpls(y, lam=1e7, mask=mask)[0]
  

7.4 坑 4：单位混乱

情境：SpectroChemPy 读取的波数单位是 cm⁻¹，但 plot 时显示 nm [3]。

对策：

• 显式指定单位；
• 用 NDDataset 的单位感知功能：

  ds.units = 'cm^-1'  # 强制
  ds.x.units = 'cm^-1'
  

7.5 坑 5：可视化样式不一致

情境：不同工具画的谱图样式差异大，论文中混用难看 [3][5]。

对策：

• 统一用 matplotlib，自定义样式：

  import matplotlib.pyplot as plt
  plt.style.use('seaborn-v0_8-whitegrid')
  plt.rcParams.update({
    'figure.figsize': (10, 5),
    'font.size': 12,
    'axes.labelsize': 14,
    'axes.titlesize': 14,
    'legend.fontsize': 10,
  })
  

配图（本集关键示意）

📷 图 5：仪器能力对比示意

来源：真实/开源图片 · Project case study — PE spectrum（已加水印 ftir.fun）

📷 图 6：光路/附件概念

来源：真实/开源图片 · Unsplash — chemistry lab（已加水印 ftir.fun）

📷 图 7：软件/数据库工作流

来源：ftir.fun 教学示意图（带水印；非实测谱，仅供理解概念）

本集小结

思考题

1. 你有一批 Bruker OPUS 采集的催化剂原位红外数据（50 张谱图），需要做基线校正 + MCR-ALS 分解。请设计一个完整的 Python 工作流，说明 SpectroChemPy 和 pybaselines 各自承担什么角色，并写出关键代码。

2. 用 pybaselines 对同一张严重倾斜的聚苯乙烯谱图分别用 AsLS、arPLS、airPLS、ModPoly（order=4）做基线校正。请设计一个量化指标来比较四种算法的效果（提示：考虑峰以下区域的方差、峰位稳定性、宽峰保留度）。

3. 解释为什么 AsLS 算法对水溶液蛋白质谱图（1640 cm⁻¹ 有强水峰）的基线校正效果可能不好。应该如何调整参数或选择其他算法？参考 ftir.fun 水分子官能团页。

4. 一位制药公司 QC 主管问："开源光谱工具能否替代 OMNIC 用于 GMP 释放检测？"请基于 21 CFR Part 11、USP <854>、数据完整性等角度，给出一个结构化的回答。

5. 用 spectrapepper 写一段代码，读取 5 张 CSV 谱图，对每张做基线校正 + 平滑 + 峰检出，输出每张图的峰位列表到 CSV。说明这段代码相比在 OMNIC 中手动操作的优劣。

参考文献

[1] Smith B C. "Open Source Software for FTIR Data Analysis." Spectroscopy, 2023, 38(7): 12–18.
https://www.spectroscopyonlin…

[2] GitHub. "Topic: ftir." https://github.com/topics/ftir

[3] Travert A, et al. "SpectroChemPy: A Python Framework for Processing Spectral Data." Journal of Open Source Software, 2022, 7(71): 3904. DOI:10.21105/joss.03904.
项目地址：https://github.com/spectroche…
文档：https://www.spectrochempy.fr/

[4] SpectroChemPy Documentation. "NDDataset: Core Data Structure."
https://www.spectrochempy.fr/…

[5] Pybaselines Documentation. "Pybaselines: A Python Library for Baseline Correction."
项目地址：https://github.com/derb12/pyb…
文档：https://pybaselines.readthedo…

[6] Liland K H, Rukke E H, Olsen E F, et al. "Customized Baseline Correction." Applied Spectroscopy, 2011, 65(8): 907–915. DOI:10.1366/10-06124.

[7] Eilers P H C, Boelens H F M. "Baseline Correction with Asymmetric Least Squares Smoothing." Leiden University Medical Centre Report, 2005.

[8] spectrapepper Documentation. "Spectrapepper: Simple Spectral Analysis."
项目地址：https://github.com/spectrapep…
文档：https://spectrapepper.github.…

[9] ftir.fun. "在线红外光谱工具."
https://ftir.fun

[10] McKinney W. "Data Structures for Statistical Computing in Python." Proc. SciPy 2010.（NumPy / pandas 基础）

下一集预告：Ep 54 — 开源工具篇（下）：HyperSpy、Orange-Spectroscopy
上集讲了通用光谱框架，下集转向两大"专精"工具：HyperSpy（多维光谱成像分析标杆，~560 stars，FPA 数据处理首选）和 Orange-Spectroscopy（拖拽式可视化工作流，零编程门槛）。还会介绍轻量级 SpectraKit 和深度学习框架 NIRS4ALL。配 FPA 成像数据立方体处理、PLS 模型搭建的完整实操。

本文使用 CC BY-NC-SA 4.0 许可。配图来自公开领域或已标注来源的网络资源，版权归原作者所有。