espm: Python库模拟STEM-EDXS数据集

espm是一个专为STEM-EDXS（扫描隧道电子显微镜-能量色散X射线光谱）数据模拟设计的Python库，由Adrien Teurtrie、Nathanaël Perraudin、Thomas Holvoet等人开发，旨在支持科学研究和技术应用中的数据生成和分析。STEM-EDXS是一种在材料科学中常用的表征技术，用于获取元素组成和分布的信息。 该库的开发是基于瑞士洛桑联邦理工学院的物理研究所电子光谱和显微镜实验室的研究，同时与法国里尔大学的材料和变形研究单位以及瑞士数据科学中心合作。espm的目标是提供一个用户友好的工具，帮助研究人员在没有实际样品的情况下生成逼真的STEM-EDXS图像和相应的谱学数据，这对于教学、模型验证和实验设计尤其有用。 文章《espm：用于模拟STEM-EDXS数据集的Python库》发表于《超显微镜》期刊，DOI为https://doi.org/10.1016/j.ultramic.2023.113719。值得注意的是，此篇预校样版本表示文章尚未经过最终的文字编辑、排版和审查，可能存在尚未修正的错误，因此在正式出版时可能有所调整。读者应以最终发表的形式为准，并遵守Elsevier B.V.发布的所有版权和使用条款。 espm的使用可以显著提高STEM-EDXS数据分析的效率，因为它能够模拟不同条件下的实验结果，包括材料特性、探测器设置和成像参数等。这对于理解实验结果的不确定性、优化实验条件以及进行数据处理和解释具有重要意义。此外，该库的开源特性使得它易于共享和扩展，有助于促进STEM-EDXS领域的科研交流和合作。 espm是STEM-EDXS领域的一个重要工具，它的存在不仅简化了数据生成的过程，还促进了对STEM-EDXS技术的理解和应用的发展，特别是在教育和科研环境中。随着该库的完善和应用，它有望在未来成为STEM-EDXS模拟研究的标准工具之一。