以下是一个Python代码示例，它读取文件中的数据并绘制图表。这个代码会： 1. 解析文件内容，提取数据表（忽略元数据行） 2. 使用matplotlib绘制“Delay [ps]”与“Intensity [arb.u.]”和“Fit [arb.u.]”的曲线 3. 添加适当的标签、标题和图例 ```python import matplotlib.pyplot as plt # 文件内容（这里直接使用提供的文本，实际应用中可能需要从文件读取） file_content = """# 2022-08-09T15:45:31+08:00 # Header Rows: 22 # File Format: 2 # Device: APE PulseLink 50 # Serial: S07897 # Firmware: 787 # Software: 1.9.0.2 # Sensitivity: 10 # Gain: 210 # Scan Range [ps]: 5.0 # Filter ACF: 1 # Average: 0 # Trigger: 0 # Trigger Frequency [Hz]: N/A # ACF [ps]: 0.065 # Fit Type: Lorentz # Fit Pulse Duration [ps]: 0.027 # FWHM Valid: 0 # ========== Delay [ps] Intensity [arb.u.] Fit [arb.u.] # ========== 3.101087 0.090444 0.090147 3.101114 0.090178 0.090147 3.101138 0.089908 0.090147 ...（其余数据行） """ # 解析数据 lines = file_content.strip().split('\n') data_start = None for i, line in enumerate(lines): if line.strip() == "# ==========" and i+1 < len(lines) and "Delay [ps]" in lines[i+1]: data_start = i + 2 # 跳过两个分隔行和标题行 break if data_start is None: raise ValueError("无法找到数据起始位置") # 提取数据 delays = [] intensities = [] fits = [] for line in lines[data_start:]: if line.strip() and not line.startswith('#'): parts = line.split() if len(parts) >= 3: delays.append(float(parts[0])) intensities.append(float(parts[1])) fits.append(float(parts[2])) # 创建图表 plt.figure(figsize=(10, 6)) plt.plot(delays, intensities, 'b-', label='Intensity [arb.u.]', linewidth=1.5) plt.plot(delays, fits, 'r--', label='Fit [arb.u.]', linewidth=1.5) # 添加标签和标题 plt.xlabel('Delay [ps]') plt.ylabel('Intensity / Fit [arb.u.]') plt.title('Intensity and Fit vs Delay') plt.legend() plt.grid(True, alpha=0.3) # 显示图表 plt.tight_layout() plt.show() ``` 注意： - 代码中的文件内容被直接嵌入。在实际使用中，您可能需要从实际文件读取。 - 图表显示了原始强度数据（蓝色实线）和拟合数据（红色虚线）。 - 图表包含了网格、图例和适当的标签。 您可以根据需要调整图表样式，比如颜色、线型、图表大小等。