Python在数据处理方面相较于Origin和Excel等工具具有比较显著的优势特别是当流程重复或者数据量比较大的时候但是Origin所见即所得的绘图方式往往更加容易上手一些所以将二者结合起来使用可以同时使用他们的长处。这里我们主要介绍在外部使用python。OriginLab 提供三个软件包用于从外部 Python非内置 Python 解释器与 Origin 交互。它们可以在 Python 软件包索引中找到。这三个包分别是originpro、OriginExt、OrglabExt。originpro是一个专为 Windows 设计的高级 API 包它通过 COM 接口调用 Origin Automation Server底层基于 OriginExt支持用户在外部 Python 环境中对 Origin 2021 及以上版本进行自动化控制涵盖数据读写、修改及图表创建与导出等功能该包与 Origin 内置的 originpro 包采用完全一致的 API 设计极大地便利了外部 Python 与嵌入式 Python 之间的代码迁移与复用。其他两个都是与origin交互的低级api本系列文章中不涉及这两个低级api只涉及originpro 模块与 Origin联用。前提条件在外部使用originpro的前提条件有两个第一是在Windows电脑上必须是Windows安装有Origin第二是在python环境中安装有originpro模块该模块可以通过pip安装。uv一个用 Rust 编写的极速 Python 包和项目管理工具也是本系列文章中主要使用的python工具。我们在uv项目中使用marimo来完成与Origin的交互。originpro 可以参考https://pypi.org/project/originpro/https://pypi.org/project/originpro/https://docs.originlab.com/originpro/index.htmlhttps://docs.originlab.com/originpro/index.html使用简例import originpro as op import pandas as pd import numpy as np # 1. 启动或连接 Origin op.set_show(True) # 显示 Origin 界面调试用 # 2. 创建工作簿 wb op.new_book() ws wb[0] # 3. 构造数据你可以换成自己的计算结果 x np.linspace(0, 10, 100) y np.sin(x) df pd.DataFrame({X: x, Y: y}) # 4. 写入 Origin ws.from_df(df) # 5. 设置列类型X/Y ws.cols_axis(XY) # 6. 画图 gp op.new_graph() gp[0].add_plot(ws, coly1) gp.rescale()可以将数据处理为df表格然后写入Origin 的sheet表格里面cols_axis(XY)可以设置XY轴如果具体有很多列例如6列为xy轮换这样可以写为cols_axis(XYXYXY)。op.set_show(True) 可以打开Origin界面插入数据后可以在Origin中看到数据然后进行进一步的操作。使用完后直接关闭软件是无法关闭的需要使用op.exit()进行退出。