espm: Python库提升STEM-EDXS数据集模拟精度

本文档标题为《日记帐预校对espm：用于模拟STEM-EDXS数据集的Python库》，主要探讨的是一个名为espm的Python库，专门设计用于模拟扫描透射电子显微术（STEM）能量色散X射线光谱（EDXS）数据。该库的开发是由Adrien Teurtrie、Nathanaël Perraudin、Thomas Holvoet、Hui Chen等研究人员在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以及法国里尔大学的Unité Matériaux et Transformations和CNRS UMR 8207单位共同完成。 文章的核心内容涉及STEM-EDXS技术在材料科学中的应用，这是一种非破坏性的分析方法，用于研究材料的化学成分和结构。espm库的创建旨在简化这一复杂过程的数据模拟，使得研究人员能够快速生成与实验结果相似的虚拟数据，以便于理解和验证理论模型，或者在没有实际样品的情况下进行预测试。 文章接收日期为2022年，经过初步修订后在2023年3月9日达到了最终版本的审查阶段。然而，提供的版本并非最终出版的正式版本，而是经过了封面、元数据添加和初步格式化处理的预印本。尽管如此，这个版本对于提高文章的早期知名度是有价值的。作者提醒读者，此版本可能存在错误，因此在正式出版前可能还需要进一步的文字编辑、排版和审阅。 在引用本文时，应遵循指定的格式：A. Teurtrie, N. Perraudin, T. Holvoet, 等人，"espm：用于模拟STEM-EDXS数据集的Python库", Ultramicroscopy, (2023), doi: <https://doi.org/10.1016/j.ultramic.2023.113719>。同时，引用时需注意适用的版权信息，由Elsevier B.V.发布。 espm库的开发是STEM-EDXS数据分析领域的创新工具，它提升了数据模拟的效率和准确性，为材料科学研究提供了便利。对于那些从事相关工作的科学家和工程师来说，了解并掌握这一Python库将有助于他们的实验设计和数据分析工作。