【无机纳米材料科研制图——OriginLab 0208】Origin拟合SERS拉曼光谱

       此篇,我们来介绍对SERS拉曼光谱的拟合。


一、多峰拟合

       1)准备数据。

       如下图所示,我们找来了一个细胞的拉曼光谱,并截取了其中的一部分(图中数据表格与实际所使用的不符,实际中,我们已将660-1400 nm之外的数据删掉,而不是在作图时只显示660-1400 nm部分的波形,否则最后拟合的时候会出错)。

       2)选择多峰拟合。

       3)选择高斯拟合。

       如下图所示,在弹出的多峰拟合面板中,Input默认输入将会是当前的Graph1图,无需改变,而Peak Function峰值拟合需要选择为Gauss高斯拟合。

       4)选择需要拟合的峰。

       接着,在图中有峰的位置双击鼠标左键,选择需要拟合的峰。如下图所示,在三个峰值处双击即可。选择完成后,点击Get Points获取点面板中的Fit即可。

       5)拟合完成。

       此时,拟合完成之后,图中会出现四条新的曲线,分别是三个峰单独的峰和他们所累积起来的一条总的峰。由于四条曲线叠加在一起,所以看的不是很明显,只有总峰在最上层,因而清晰可见。同时,会有一个Reminder Message提示消息框出现,问我们是否要转向拟合报表。是或否都可以选,此时,我们选择Yes,可以去看看报表。

       6)报表中的高斯参数。

       此时查看拟合报表,可以发现每个峰都有一些相同的参数,其中y0代表峰的纵向偏移量,xc表示峰的横坐标,w表示尺度参数,A表示峰的面积,FWHM表示半峰宽,Height表示峰的高度。另外,y0+Height=峰值。     

       高斯分布其实也就是我们学过的正态分布。那么,观察图中表格内的Equation公式:y=y0 + (A/(w*sqrt(PI/2)))*exp(-2*((x-xc)/w)^2),对比下图中的正太分布,我们发现这两者几乎是一致的。而区别在于一个设计到了A,即峰的面积。因而,我们在这里解释的w为尺度参数σ可能是不对的,但他们之间肯定是有关系的。

       7)重新作图。

       按照惯例,对数据进行分析后,一般会产生新的数据,因此,可以使用新的数据重新绘图。此时,将报表切换到nlfitpeaksCurve1拟合峰曲线分页,然后选择A和E列绘制折线图,即可完成拉曼光谱的曲线拟合分析及绘图。

       如下图所示,为将横纵坐标的名称和单位等修改后的结果(之前可能没有提到过,在已经制图之后,仍可以在表格中修改所有参数,包括数值和名称,修改之后图中相应部分会自动变更)。


二、手动拟合

       1)原图重新绘制。

       如下图所示,回到原始数据,并重新绘图。

       2)打开峰值分析面板。

       和上一篇一样,打开峰值分析面板。

       3)选择拟合峰。

       跟之前不同的是,此时需要选择拟合峰。

       4)选择基线模式。

       这里与上一篇不同的地方是,上一篇我们选择了用户自定义的形式拉平了基线(当然,此时也可以选择用户自定义基线模式),而此时,为了方便抑或是突出拟合的重点,我们选择常数的模式,即选择一个值作为基线所在的位置。如下图所示,一般我们可以选择最小值或是中值。注意这里,均值和中值产生的效果是不一样的,大家可自行尝试。

       5)基线处理。

       到了基线处理这一步,可以勾选上Auto Subtract Baseline自动减去基线和Auto Rescale自动调值选项,并进行下一步。

       6)取消自动找峰。

       如下图所示,在Find Peaks找峰这一步,取消Enable Auto Find自动找峰的选项,并点击Find开始手动寻峰。

       7)双击选峰。

       这一步和前面一样,双击可选择峰,点击Done完成选峰。

       选择完后,图中会显示所选峰的位置。

       8) 拟合控制。

       到了Fit Peaks (Pro)拟合峰这一步时,会自动发生一次拟合效果,如下图所示。

       多次点击1 Iteration单次拟合实现多次拟合迭代之后,可以看到图中的曲线逐渐偏向原始数据的线条趋势。

       点击1 Iteration右侧的Fit until converged拟合直到完全聚合,可自动完成多次的拟合迭代过程,直接完成拟合。如下图所示,图中的拟合曲线已经非常贴合原始数据线条了。

       9)拟合报表。

       如下图所示,拟合报表与前面的报表风格不同,但内容大致相同。

       10)重新绘图。

       同样,切换表格分页到FitPeakCurve1,这里与上一种方法得到的数据形式不太相同,对于每个峰都有自己的X横坐标。因此,如果要绘制整体的累加拟合曲线,则需选择Cumulative Fit Peak累积拟合峰和其自己的Independent Variable自变量,然后做折线图。

       接着,改变相关名称之后的绘图结果如下所示。


三、总结

       回顾,此篇我们用到的功能有:多峰拟合、高斯拟合、查看拟合报表并理解高斯拟合参数、根据拟合数据重新绘图、峰值分析中的拟合峰、常量基线模式、拟合控制、单次拟合、完全拟合。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354