读取DSC数据中的逗号小数并转浮点数方法

本文介绍使用 NumPy 的 `loadtxt` 函数读取欧洲格式（逗号作小数点）的 DSC 文本数据时，解决字符串转浮点数失败问题的完整方案，包括编码设置、自定义转换器及列索引处理。

在差示扫描量热法（DSC）实验中，导出的数据常采用欧洲数字格式：小数点以英文逗号（,）表示，例如 "1,00000e+00"。而 Python 默认的 float() 解析器仅识别英文句点（.）为小数分隔符，因此直接调用 np.loadtxt() 会触发 ValueError: could not convert string '1,00000e+00' to float64。

根本解决方案是利用 np.loadtxt 的 converters 参数对指定列（或全部列）预处理字符串：先将逗号替换为句点，再交由默认转换器解析。注意，converters 接收一个字典（键为列索引，值为转换函数），不能直接传入 lambda 表达式（原答案存在语法错误，需修正）。此外，还需显式指定 encoding='utf-8' 避免中文系统下读取乱码，并通过 usecols 精确提取所需列以提升健壮性。

✅ 正确用法如下：

import numpy as np

filename = 'HA_A001_PBS.txt'
# 指定第1、2、3列（t, Heatflow, Tr）需转换逗号为句点
converters = {
    1: lambda s: float(s.replace(',', '.')),
    2: lambda s: float(s.replace(',', '.')),
    3: lambda s: float(s.replace(',', '.'))
}

data = np.loadtxt(
    filename,
    skiprows=2,        # 跳过表头与单位行（共2行）
    encoding='utf-8',
    converters=converters,
    usecols=(1, 2, 3), # 只读取 t（列1）、Heatflow（列2）、Tr（列3），跳过Index列
    dtype=float
)

t = data[:, 0]        # 时间 [s]
heat_flow = data[:, 1]  # 热流 [mW]
temperature = data[:, 2]  # 温度 [°C]

# 示例绘图
import matplotlib.pyplot as plt
plt.figure(figsize=(8, 5))
plt.plot(temperature, heat_flow, 'b-', linewidth=1.2)
plt.xlabel('Temperature [°C]')
plt.ylabel('Heat Flow [mW]')
plt.title('DSC Curve')
plt.grid(True, alpha=0.3)
plt.show()

⚠️ 注意事项：

• 列索引从 0 开始计数；原始数据中 Index 是第 0 列，t 是第 1 列，依此类推；
• 若文件含空行或异常字符，建议改用 pandas.read_csv() 并设置 decimal=',' 和 sep=r'\s+'（支持多空格分隔）；
• converters 字典必须明确列出需处理的列号，不可传入单个 lambda 函数（否则会报 TypeError）；
• 对于超大文件，可考虑 numpy.genfromtxt() 配合相同 converters，它对缺失值更鲁棒。

掌握该方法后，即可稳定加载各类区域化格式的热分析数据，为后续定量分析与可视化奠定可靠基础。