数据管理与可复现科研¶
本章给出课题组成员可直接采用的数据、代码和图表管理规范。目标不是增加负担,而是让自己三个月后还能复现结果,也让师兄师姐、同门和审稿人能看懂你的工作。
一、目录结构¶
建议每个独立课题或论文图建立一个项目目录:
project_name/
├── README.md
├── raw_data/
├── processed_data/
├── scripts/
├── figures/
├── notes/
└── archive/
| 目录 | 用途 | 规则 |
|---|---|---|
raw_data/ |
仪器、仿真或文献导出的原始数据 | 只读保存,不手动覆盖 |
processed_data/ |
清洗、筛选、归一化、拟合后的数据 | 由脚本生成,能重复生成 |
scripts/ |
MATLAB、Python、VBA、LSF、LabVIEW 说明等 | 文件名写清任务 |
figures/ |
论文图、组会图、检查图 | 保留源文件和导出文件 |
notes/ |
实验记录、参数说明、AI 使用记录 | 使用日期命名 |
archive/ |
阶段性冻结版本 | 不放临时文件 |
二、命名规范¶
推荐格式:
示例:
2026-05-19_sampleA_532nm_power_scan.csv
2026-05-19_fig2_transmission_plot.m
2026-05-19_comsol_width_sweep_results.csv
避免:
新建文件夹最终版最终版2改好了data.csv
如果必须保留多个版本,优先用日期、样品编号、参数或 Git 提交记录区分,而不是靠“最终”命名。
三、README 最小模板¶
每个项目目录建议放一个 README.md:
# 项目名称
## 目标
[这个目录用于回答什么科学问题]
## 数据来源
- 原始数据目录:raw_data/
- 仪器/仿真软件:[型号、版本]
- 操作者:[姓名]
- 采集日期:[日期]
## 处理流程
1. [脚本1]:读取原始数据并清洗
2. [脚本2]:拟合/统计/归一化
3. [脚本3]:生成图表
## 运行环境
- 操作系统:
- MATLAB/Python/Origin/COMSOL/FDTD 版本:
- 依赖包或工具箱:
## 复现命令
```bash
[写出实际运行命令或软件操作入口]
```
## 输出文件
- processed_data/[文件名]:[说明]
- figures/[文件名]:[说明]
## 注意事项
[异常值处理、单位换算、未解决问题、AI 辅助情况]
四、原始数据保护¶
原始数据是科研结论的证据链起点。
- 仪器导出后先复制到
raw_data/,不要在原文件上直接修改。 - Excel 手动编辑容易破坏数据类型,能用脚本处理就用脚本。
- 重要数据至少两处备份:本机 + 移动硬盘/NAS/组内指定存储。
- 未发表数据、合作方数据、专利相关数据不要上传云端 AI 或公共网盘。
- 如果需要把数据发给 AI,优先使用小样本、脱敏数据或模拟数据。
五、脚本可复现清单¶
让 AI 写脚本时,要求它满足以下条件:
| 项目 | 要求 |
|---|---|
| 输入 | 文件路径、列名、单位写清楚 |
| 输出 | 保存到固定目录,文件名可追溯 |
| 参数 | 集中放在脚本开头或配置文件 |
| 随机性 | 设置随机种子 |
| 异常值 | 明确处理规则,不静默删除 |
| 日志 | 打印关键步骤和输出路径 |
| 版本 | 记录软件和依赖版本 |
| 验证 | 有小样本或已知结果测试 |
可复制提示词:
请检查下面的科研数据处理脚本是否可复现。
脚本:
```[语言]
[粘贴脚本]
```
请按以下维度检查:
1. 输入文件、列名和单位是否清楚
2. 输出文件是否可追溯
3. 是否有硬编码路径或本机特有路径
4. 是否有随机性、异常值处理或单位换算风险
5. 是否需要增加日志、参数区、README 或测试数据
6. 给出修改后的脚本片段
六、论文图可追溯清单¶
每张论文图至少能回答:
- 原始数据在哪里?
- 用哪个脚本生成?
- 图中每条曲线对应哪个样品或参数?
- 轴标签、单位、归一化方式是否写清?
- 拟合参数、误差棒、置信区间来自哪里?
- 最终导出的格式和分辨率是什么?
建议在 figures/ 下保留:
七、AI 使用记录¶
当 AI 参与代码、数据处理、语言润色或审稿回复时,建议在 notes/ai_usage.md 中记录:
| 字段 | 示例 |
|---|---|
| 日期 | 2026-05-19 |
| 工具 | ChatGPT / Claude / DeepSeek / Cursor |
| 用途 | 生成 MATLAB 绘图脚本 |
| 输入数据 | 只使用脱敏小样本 |
| 输出使用方式 | 人工修改后用于数据处理 |
| 人工核查 | 已用测试数据和手算结果验证 |
这不是为了增加形式主义,而是为了投稿、答辩、组内交接时能说清楚 AI 到底做了什么。
八、交接包¶
毕业、换方向或把项目交给同门前,建议整理一个最小交接包:
README.md- 原始数据说明,不一定复制全部大文件,但要写清存放位置
- 关键处理脚本
- 最终图表源数据
- 仪器/仿真参数表
- 未解决问题和注意事项
- 需要权限的软件、账号或许可证说明
九、与 AI 协作的底线¶
- 不把未公开成果、完整原始数据、专利细节直接输入云端 AI。
- 不让 AI 编造数据、文献、实验条件或审稿回复事实。
- 不把“AI 说可以”作为物理模型、统计方法或仪器安全设置的依据。
- 任何用于论文结论的代码和图表都必须能复现、能解释、能追溯。