跳转至

Origin — AI辅助使用指南

本章导读:按「简介与场景 → 安装配置 → AI 辅助技巧 → 示例与排错 → 进阶资源」组织,可按需跳读。

版本与功能时效

本章按 Origin/OriginPro 2025b–2026b 的公开资料和常见课题组工作流整理。菜单位置、App 名称、校园授权范围会随版本变化;执行脚本前请先确认本机 Origin 版本、许可证类型和数据备份。

1. 简介与适用场景

Origin 是 OriginLab 公司开发的数据分析和绘图软件,在物理、化学、材料等领域的论文中几乎无处不在。课题组中 Origin 主要用于:

  • 数据处理:光谱分析、基线校正、平滑滤波
  • 科学绘图:publication 级别的多面板图、多轴图
  • 曲线拟合:非线性拟合、自定义函数拟合
  • 批量分析:对多组数据重复相同的分析流程
  • 数据管理:工作表管理、数据导入导出

什么时候优先用 Origin

场景 建议 原因
快速查看光谱、IV、PL、拉曼等二维数据 推荐 导入、绘图和拟合入口直观
少量论文图排版 推荐 图层、坐标轴和模板调整方便
批量生成同格式图 推荐脚本化使用 使用 LabTalk 或 originpro 才可复现
大规模数据清洗和统计建模 谨慎 MATLAB/Python 更适合版本化和自动测试
长期保存分析流程 谨慎 不要只保存 .opju,应同时保存脚本和导出数据

AI 能做 / 不能做

AI 适合做 必须人工确认
生成 LabTalk / Python 导入和绘图脚本 列含义、单位、异常值处理
规划图层、坐标轴、拟合流程 拟合模型是否有物理意义
解读 Origin 报错和菜单位置 参数初值、约束、置信区间
把手动操作整理成批处理流程 论文图是否可追溯到原始数据

最小闭环案例

  1. 从 docs/assets/test_data/data1.csv 导入两列数据。
  2. 用 AI 生成一段 originpro 或 LabTalk 脚本,画波长-透过率曲线。
  3. 导出 PNG/PDF,同时保存脚本和处理后的数据。
  4. 检查坐标轴单位、线宽、字体和数据范围是否与原始 CSV 一致。

2026 年可关注的变化

  • 2026b 升级入口:官方已提供 Origin/OriginPro 2026b 获取说明;是否可升级取决于维护期与许可证,先用项目副本检查兼容性。

  • 项目浏览器与搜索:新版 Origin 强化了 Project Browser 和顶部搜索框,适合在复杂项目中快速定位工作簿、图、报告表和菜单命令。

  • 统计模式与统计 App:Origin 2025b 起强化 Stats Mode 和常用统计 App,做 ANOVA、回归、控制图等任务时可先确认是否处于统计模式。
  • 交互式单元格引用:新版工作表更接近 Excel 的单元格引用体验,适合把简单计算留在工作表内,把批量和复杂逻辑交给 Python/LabTalk。
  • 图表保护与模板管理:新版图表保护、参考线、切片/筛选等能力更适合维护论文级图模板。

2. 安装与配置

获取方式

  • 学校授权:先在学校软件平台核对是否已购买 Origin 以及授权范围
  • 学生学习版:截至 2026-09-11,OriginPro Learning Edition 为符合条件的学生提供 6 个月学习许可,每个项目最多访问 12 个窗口,且可能需要有效活动入口;付费 Student Version 与此不同,按地区与官网条款申请
  • 试用版:21天全功能试用

安装要点

  • 选择 64-bit 版本
  • 安装时选择需要的 App(Origin 内置的应用商店),推荐安装:
  • Batch Processing App
  • 2D Bin Plot App
  • Heat Map with Dendrogram App
  • 配置默认绘图模板:Preferences → System Paths → User Files

推荐配置

  1. 设置默认字体:Preferences → System Variables,添加 @FNT=Helvetica
  2. 设置默认图模板:右键某个图 → Save Template as...
  3. 自动保存:Preferences → Options → Open/Close → Auto Save interval: 5 min
  4. Python 支持:Origin 2023+ 内置 Python,可在 Script Window 中直接使用

3. AI辅助使用核心技巧

对话式AI(Claude/ChatGPT/DeepSeek)

Origin 与 AI 配合的核心方式:

生成 LabTalk 脚本

Origin 有自己的脚本语言 LabTalk,AI 可以帮你生成各种自动化脚本:

  • 批量导入数据:指定文件格式和导入规则,AI 生成 LabTalk 脚本
  • 批量出图:描述图的类型和格式要求,AI 生成绘图脚本
  • 批量拟合:指定拟合函数和参数,AI 生成拟合脚本
  • 数据操作:列运算、筛选、排序的脚本

利用 Python 接口

Origin 2021+ 支持 originpro Python 包,可以直接用 Python 控制 Origin:

  • AI 生成 Python 代码比 LabTalk 更可靠(Python 是主流语言)
  • 可以在 Jupyter Notebook 中远程控制 Origin
  • 适合复杂的数据处理流程

常规问答

  • 报错信息解读
  • 特定功能的操作步骤
  • 图表格式设置方法

AI 生成脚本的验收清单

  1. 先用副本测试:Origin 脚本可能直接修改工作簿、图层和项目结构,正式数据前先复制 .opju 项目。
  2. 明确版本和接口:提问时写明 Origin 版本、希望使用 LabTalk 还是 originpro Python。
  3. 检查输入输出:确认文件路径、列号、长名称、单位和缺失值处理方式。
  4. 保留可复现记录:保存导入模板、图模板、脚本文件和导出图参数。
  5. 核对拟合结果:AI 生成的拟合脚本要检查初值、约束、权重、残差图和参数置信区间。

4. 常见任务与提示词示例

场景1:批量从CSV文件绘图

提示词:

我有一个文件夹中有20个CSV文件,文件名格式为 sample_01.csv 到 sample_20.csv。每个CSV有两列:第一列是波长(nm),第二列是透过率(%)。

请帮我写一个 Origin LabTalk 脚本,完成以下操作: 1. 批量导入所有CSV文件到同一个工作簿的不同工作表 2. 每个工作表自动命名为对应的文件名 3. 对每个工作表画出线图(波长 vs 透过率) 4. 所有图合并到一个 Graph 中 5. 统一设置:x轴范围400-800nm,y轴范围0-100%,线宽1.5pt,黑色线条

预期输出:LabTalk 脚本

// 批量导入CSV并绘图
// 在 Script Window 中运行

// 定义文件夹路径
string path$ = "C:\Data\Samples\";

// 获取文件列表
findfiles fname:=path$ + "*.csv";

// 循环导入
int sheetIndex = 1;
doc -e W {
    // 导入CSV
    impCSV fname:=%(path$) delimiter:=comma;
    // 重命名工作表
    page.active = sheetIndex;
    wks.name$ = "Sample%Z"; // 自动编号
    sheetIndex++;
}

// 绘制所有数据到同一图
plotxy iy:=(1,2) plot:=200; // 线图
doc -e W {
    plotxy iy:=%(@W,1,2) plot:=200 ogl:=[Graph1]1!;
}

// 设置轴范围和样式
layer.x.from = 400;
layer.x.to = 800;
layer.y.from = 0;
layer.y.to = 100;
set %C -lw 1.5;

Python 版本(推荐):

import originpro as op
import glob

# 批量导入CSV
app = op.Application()
files = sorted(glob.glob(r'C:\Data\Samples\*.csv'))

# 创建工作簿
wb = op.new_book()
for i, f in enumerate(files):
    wks = wb[i] if i < wb.count else wb.add_sheet()
    wks.from_file(f, False)  # 导入CSV

# 创建图
gp = op.new_graph()
for i in range(len(files)):
    wks = wb[i]
    plot = gp[0].add_plot(wks, colx=0, coly=1, type='line')

# 格式设置
gp[0].set_xlim(400, 800)
gp[0].set_ylim(0, 100)
gp[0].axis('x').label='Wavelength (nm)'
gp[0].axis('y').label='Transmittance (%)'

场景2:非线性曲线拟合

提示词:

我在 Origin 中有一组透过率光谱数据,需要用洛伦兹函数拟合。自定义拟合函数为: y = y0 + A * (w/2)^2 / ((x-xc)^2 + (w/2)^2) 其中 y0 是基线,A 是振幅,xc 是中心位置,w 是FWHM。

请告诉我: 1. 如何在 Origin 中创建自定义拟合函数 2. 设置初始参数值的建议 3. 如何用脚本进行批量拟合 4. 如何将拟合结果导出到工作表

预期输出:详细的操作步骤 + LabTalk 脚本

步骤1:创建自定义拟合函数

  1. Analysis → Fitting → Nonlinear Curve Fit → Open Dialog
  2. 选择 Create a new function
  3. 函数名:Lorentzian,选择 User Defined
  4. 参数:y0, A, xc, w
  5. 函数体:
    y0 + A * (w/2)^2 / ((x-xc)^2 + (w/2)^2)
    
  6. 参数初始值:y0=0, A=1, xc=1550, w=10

步骤2:批量拟合脚本

// 批量洛伦兹拟合
// 假设每个工作表的数据在第1、2列
doc -e W {
    // 对当前工作表的第1、2列进行拟合
    nlbegin iy:=(1,2) func:=Lorentzian nltree:=tt;
    // 设置初始值
    tt.y0 = 0;
    tt.A = 1;
    tt.xc = 1550;
    tt.w = 10;
    // 执行拟合
    nlfit;
    // 输出结果
    nlend;
}

场景3:Publication级别图表设置

提示词:

我需要在 Origin 中制作一张符合 Nature/Science 级别期刊要求的图表,要求: - 双Y轴图(左轴透过率,右轴反射率) - 字体:Helvetica,8pt(适用于单栏图) - 线宽:坐标轴线0.5pt,数据线1.5pt - 刻度朝内 - 无上边框和右边框 - 图例无边框 - 输出为300dpi TIFF格式 - 图片宽度8.9cm(Nature单栏宽度)

请给我详细的操作步骤或LabTalk脚本。

预期输出:格式设置脚本

// 设置图的格式为出版标准
// 假设当前活动图窗口为 Graph1

// 页面尺寸
page.width = 8.9;   // cm
page.height = 6;     // cm

// 左Y轴
layer.y.from = 0;
layer.y.to = 100;
layer.y.label.font = font(Helvetica);
layer.y.label.pt = 8;
layer.y.tickLen = 2;    // 刻度长度
layer.y.tickSide = 1;   // 刻度朝内
layer.y.axis = 1;       // 只显示左边轴

// 右Y轴
layer2.y.from = 0;
layer2.y.to = 50;
layer2.y.label.font = font(Helvetica);
layer2.y.label.pt = 8;

// X轴
layer.x.from = 400;
layer.x.to = 800;
layer.x.label.font = font(Helvetica);
layer.x.label.pt = 8;
layer.x.tickLen = 2;
layer.x.tickSide = 1;

// 隐藏上边框和右边框
layer.x.showAxis = 1;  // 只显示下轴
layer.x.showTicks = 1;

// 图例设置
legend.background = 0;  // 无边框
legend.fsize = 8;

// 数据线宽
set %C -lw 1.5;

// 导出TIFF
expGraph type:=tiff dpi:=300 width:=8.9 units:=cm;

场景4:数据导出自动化

提示词:

我在 Origin 中有一个包含10个工作表的工作簿,每个工作表有三列数据。我需要: 1. 将每个工作表导出为单独的 CSV 文件 2. 文件名与工作表名相同 3. 同时导出每个工作表对应的图为 PNG 图片

请用 originpro Python 包写一个脚本。

预期输出:Python 脚本

import originpro as op

# 获取当前活动工作簿
wb = op.find_book('w', active=True)
if wb is None:
    wb = op.new_book()

# 遍历所有工作表
for i in range(wb.count):
    wks = wb[i]
    sheet_name = wks.name

    # 导出CSV
    csv_path = f'C:\\Data\\Export\\{sheet_name}.csv'
    wks.to_file(csv_path, False)  # False = 不带列标题格式

    # 创建对应的图
    gp = op.new_graph(template='Line')
    plot = gp[0].add_plot(wks, colx=0, coly=1, type='line')

    # 导出PNG
    png_path = f'C:\\Data\\Export\\{sheet_name}.png'
    gp.save_png(png_path, dpi=300, width=8.9)

    # 关闭图窗口
    gp.destroy()

print(f'导出完成: {wb.count} 个工作表')

5. 常见问题与排错

AI能帮你快速解决的问题

问题 AI协助方式
LabTalk 语法不清楚 描述功能需求,AI 生成脚本
绘图格式调整 描述目标样式,AI 给出设置命令
数据导入问题 说明文件格式,AI 给出导入参数
批量操作 描述重复性任务,AI 生成循环脚本
拟合函数定义 给出数学表达式,AI 转换为 Origin 格式

需要注意的事项

  • LabTalk 版本差异:不同版本的 Origin 的 LabTalk 语法有差异,AI 生成的脚本可能需要微调
  • Python vs LabTalk:复杂任务优先用 originpro Python 包,AI 对 Python 更熟悉
  • 路径问题:LabTalk 中的路径使用反斜杠 \,注意转义
  • 中文列名:如果列名含中文,脚本中可能需要特殊处理

常见问题速查

问题 原因 解决方案
脚本运行报错"undefined variable" 变量未定义 检查变量名拼写和作用域
导入CSV格式错乱 分隔符设置不对 impCSV 时指定 delimiter:=comma
图例显示不全 图例区域太小 双击图例手动调整大小
批量操作只对第一个有效 循环语法错误 使用 doc -e W {} 遍历工作表
Python 报错找不到 originpro Python 环境不对 在 Origin 内置 Python 中安装:pip install originpro

6. 进阶资源

官方资源

推荐学习路径

  1. 入门:掌握基本绘图操作、数据导入、图层管理
  2. 进阶:学习 LabTalk 脚本、自定义拟合函数、批量处理
  3. 高级:使用 originpro Python 包进行复杂自动化、创建自定义 App

实用技巧

  • 保存常用图为模板:右键图窗口 → Save Template as...
  • 用 Script Window 快速测试 LabTalk 命令
  • 按 Ctrl+Shift+H 查看当前图的所有对象层级
  • 用 Analysis → Batch Processing 进行批量分析(GUI 方式)