MDC_cut：一款基于Python的图形用户界面软件用于全面的角分辨光电子能谱数据分析

《Array》：MDC_cut: A Python-based GUI software for comprehensive ARPES data analysis

　　

角分辨光电子能谱（Angle-resolved photoemission spectroscopy, ARPES）是一种研究材料电子结构的强有力技术。然而，ARPES实验产生的高维数据集通常需要编程专业知识或专用软件来进行分析和可视化。为解决这一挑战，研究人员提出了MDC_cut，一款基于图形用户界面（Graphical User Interface, GUI）的Python软件，专为全面的ARPES数据分析而设计。MDC_cut使用户能够在无需编写脚本的情况下处理、可视化和分析ARPES数据，从而提高分析效率和可及性。值得注意的是，据研究人员所知，MDC_cut是首个专门为PREVAC EA15电子分析器（electron analyzer）开发的软件，提供对EA15数据格式的原生支持以及针对该平台定制的专用分析工具。

研究背景方面，角分辨光电子能谱（Angle-resolved photoemission spectroscopy, ARPES）是用于研究材料电子结构、能带结构、费米面及固体中多体相互作用的重要实验技术。目前现有的开源ARPES数据分析工具如Pesto、Peaks、ERLab、NavARP、PIVA、PyARPES和ARPYS等虽具备原始数据校准、可视化、背景扣除和峰拟合等功能，但大多并非专门针对PREVAC EA15数据的常规分析流程设计，部分模块仍需脚本编写，且带图形用户界面（Graphical User Interface, GUI）的工具可能与EA15数据格式不完全兼容，即便有格式转换扩展也需额外步骤且可能无法完全支持EA15数据结构的所有特征。因此，为填补PREVAC EA15用户实际工作流程中的这一空白，研究人员开展了MDC_cut的开发研究。该研究得出MDC_cut能够提供EA15数据原生支持，并集k空间转换、三维可视化、动量分布曲线（Momentum Distribution Curve, MDC）拟合及OriginPro连接导出于一体的单GUI软件的结论，其重要意义在于降低无编程经验用户的门槛并提高常规ARPES数据分析效率，论文发表在《Array》。

作者为开展研究用到的主要关键技术方法包括：采用模块化软件架构，以Tkinter和PyQt构建GUI，以Xarray作为核心多维标记数据结构，以Zarr进行分块存储管理大型三维数据集，结合NumPy与OpenCV进行数值与类图像处理，基于LMFIT库实现约束峰值拟合，并利用多进程技术加速计算与优化内存管理，测试数据来源于模拟ARPES数据集以演示核心功能。

研究结果部分保留小标题说明如下：

1. 1.
   Motivation and significance。研究人员通过分析现有ARPES工具的局限性，指出其对PREVAC EA15支持不足及编程门槛问题，从而确立开发MDC_cut的动机与意义，即提供原生EA15支持并整合完整分析流程于单一GUI中。
2. 2.
   Software description。研究人员描述了软件架构采用模块化设计分离数据加载、预处理、可视化和分析模块，便于维护与扩展。基本工作流程涵盖使用k-Plane工具进行能量对角空间到能量对动量空间转换并保存为.zarr格式，利用Volume Viewer可视化三维数据并提取二维切片，使用MDC Fitting工具进行峰拟合，以及结果导出至OriginPro或图像文件，同时提供API供脚本调用。在计算密集型任务中通过数据分块与多进程优化性能。

2.1. Software architecture。研究人员详细列出软件栈各层选择：编程语言为Python，GUI框架为Tkinter+PyQt，数据模型为Xarray，存储格式为Zarr，数值图像处理为NumPy+OpenCV，峰值拟合为LMFIT，并说明选择理由以平衡可及性、维护性与性能，且平台具跨平台特性支持Windows与macOS。

2.2. Software functionalities。研究人员分别阐述三大核心功能模块。

2.2.1. k-Plane。研究人员实现从原始ARPES数据生成恒定能量等高面（k-planes），需遵循特定文件名命名规范以解析操纵器转角r1与r2。基于PREVAC EA15几何配置，利用光电子动能E及角度θ（分析器发射角）、ψ（R1极角）、φ（R2方位角）的几何关系，将能量对角空间转换为能量对动量空间（k_x, k_y），并考虑φ的旋转对齐。内部处理利用OpenCV、NumPy与Zarr高效处理及存储，采用多进程并行计算。

2.2.2. Volume viewer。研究人员设计Volume Viewer加载.zarr文件，内含float32与uint8双数据立方体分别用于高精度分析与快速渲染。用户可交互旋转三维能量-k_x-k_y数据立方体，提取不同路径的二维截面（X/Y cuts）并导出为HDF5，能量轴可设为动能或相对费米面的结合能。

2.2.3. MDC fitter。研究人员基于LMFIT库构建MDC Fitter，支持最多两个峰的洛伦兹（Lorentzian）峰拟合与线性背景扣除，提供交互式拖拽拟合范围与基线设置，实时更新结果并显示参数不确定性，支持批量拟合与结果预览，最终导出NPZ文件。

1. 3.
   Illustrative examples。研究人员在GitHub仓库提供综合示例与模拟测试数据集，演示k空间转换、三维可视化与切片提取、MDC定量峰分析及辅助工具的全流程，验证软件与实际EA15数据相同HDF5结构的兼容性。
2. 4.
   Benchmarks。研究人员在两种硬件配置（Intel Core i9-13900H Windows 11与Apple M5 macOS）上对k空间转换与MDC Fitter信噪比（Signal-to-Noise Ratio, SNR）鲁棒性进行基准测试。k空间转换处理约500MB HDF5数据集（~220MB uint16原始数据）至659×2000×2000输出尺寸，Windows耗时39至120秒（11核峰值RAM~3.0GB），macOS耗时13至35秒（8核峰值RAM~2.3GB），证明在多核工作站可控内存策略下可靠处理。MDC Fitter通过叠加高斯噪声的双洛伦兹峰模拟MDC评估，显示随SNR降低拟合参数不确定性增加，验证了拟合器的鲁棒性。
3. 5.
   Impact。研究人员指出MDC_cut为PREVAC EA15用户提供原生数据格式支持与友好界面，减少手动预处理需求并衔接OriginPro出版级绘图，其模块化架构将分析器特定预处理与下游分析分离，未来可通过添加输入加载器与几何转换适配器扩展至其他分析器系统，并为深度学习辅助分析提供基础。
4. 6.
   Conclusions。研究人员总结开发MDC_cut为专为PREVAC EA15设计的全面GUI软件，通过原生格式支持与免编程要求显著降低ARPES数据分析门槛并提升科研效率，主要贡献包括首创EA15专用软件、提供实时交互MDC拟合、双格式优化三维可视化及无缝集成OriginPro。

讨论与结论翻译部分：研究人员开发了MDC_cut，一款专为PREVAC EA15电子分析器用户设计的基于GUI的全面ARPES数据分析软件。通过提供原生格式支持并消除编程需求，MDC_cut显著降低了ARPES数据分析的门槛并增强了研究生产力。关键贡献包括：(a) 提供首个针对PREVAC EA15系统的专用软件，(b) 提供具有实时交互反馈的直观MDC拟合工具，(c) 通过双格式优化实现高效三维数据可视化，(d) 确保与OriginPro无缝集成以制作出版级图表。