tftanalyze プログラム仕様

TFT n-チャネルトランジスタの電気特性解析ツール

このスクリプトは、TFT (Thin-Film Transistor) のn-チャネルデバイスにおける I-V特性（伝達特性 (ID-VG) および出力特性 (ID-VD)）データを読み込み、解析し、結果をExcelレポートとPNGプロットとして出力します。

主な機能: - CSV形式の測定データを自動的にエンコーディングを検出して読み込みます。 - 伝達特性データから閾値電圧 (Vth)、移動度 (Mobility)、サブスレッショルドスイング (S) などの

主要なデバイスパラメータを抽出します。

出力特性データから線形領域のコンダクタンス (gd) や移動度 (mu_lin, mu_eff) を評価します。
サビツキー・ゴレイフィルターを用いたデータの平滑化をサポートします。
解析結果をインタラクティブなグラフ表示とPNGファイルとして保存します。
全ての解析結果と生データ、平滑化データをExcelファイルに集約して出力します。

Usage:: python tftanalyze.py --mode all --infile_vg transfer.csv --infile_vd output.csv

TFT Nチャネルトランジスタ電気特性解析ツール

class electrical.tftanalyze.Tee(*streams)[ソース]

ベースクラス: object

stdout/stderr をコンソールとログファイルへ同時出力する簡単な Tee。

このクラスは、複数のファイルライクオブジェクトに書き込み操作をミラーリングするために使用されます。例えば、標準出力への書き込みと同時にログファイルへの書き込みを行う場合に便利です。

パラメータ:

*streams --

データを書き込む対象となる一つ以上のファイルライクオブジェクト。

flush()[ソース]

write(data)[ソース]

electrical.tftanalyze.add_read_columns_grouped(df, xcol, groupcol, args)[ソース]

データフレームに電流のクリッピングと平滑化された電流の列を追加します。

この関数は、読み込み/プレビューモードのために、各グループ（またはデータ全体）に対して、以下の列を追加します: - ID_abs_floor: ID`の絶対値を`args.Imin`でクリッピングした値。 - `ID_smooth_linear: 線形スケールで平滑化されたID。 - logID_smooth: 対数スケールで平滑化された`log10(|ID|)`。 - ID_smooth_log: logID_smooth`を元に対数スケールで平滑化されたID。 - `ID_smooth: args.read_smooth_domain`に応じて`ID_smooth_linear`または`ID_smooth_log。 - savgol_used_linear, savgol_used_log, savgol_used: Savitzky-Golay平滑化が適用された点を示すブールマスク。

重要な点: - 伝達特性 (ID-VG) のプレビューは、デフォルトで`log10(|ID|)`の平滑化後に逆変換します。 - 出力特性 (ID-VD) のプレビューは、線形電流平滑化と線形Y軸プロットを強制します。 - デフォルトでは、端点付近ではSavitzky-Golayフィルターの完全な中心ウィンドウがないため、

平滑化は無効化されます。これにより、VD=0付近の人工的なずれを回避します。

パラメータ:

df (pandas.DataFrame) -- 処理対象のDataFrame。
xcol (str) -- データのX軸となる列名（例: 'VG', 'VD'）。
groupcol (str) -- グループ化に使用する列名（例: 'VD', 'VG'）。この列が存在しない場合、データ全体が単一のグループとして扱われます。
args (argparse.Namespace) -- コマンドライン引数を含むオブジェクト。Imin, lsq_order, smooth_npoints, read_keep_edge_raw, read_smooth_domain 属性を使用します。

戻り値:

クリップおよび平滑化された電流列が追加されたDataFrame。

戻り値の型:

pandas.DataFrame

electrical.tftanalyze.add_sweep_index(df, col, idx_col)[ソース]

指定された列の掃引方向の変化に基づいて、掃引セグメントのインデックスを追加します。

データフレームの指定された列 (col) の値の連続的な変化を分析し、掃引方向が反転するたびに掃引セグメントのインデックスを1つ増やします。これにより、多方向掃引データ（例: VGの往復掃引）を個別のセグメントに分割できます。結果のインデックスは新しい列 (idx_col) としてデータフレームに追加されます。

パラメータ:

df (pandas.DataFrame) -- 処理対象のDataFrame。
col (str) -- 掃引方向を検出する基準となる列名（例: 'VG', 'VD'）。
idx_col (str) -- 生成される掃引インデックス列の名前。

戻り値:

掃引セグメントインデックス列が追加されたDataFrame。

戻り値の型:

pandas.DataFrame

electrical.tftanalyze.analyze_idvd_logic(df, args, cox)[ソース]

TFTの出力特性 (ID-VD) を解析し、デバイスの線形領域特性と移動度を評価します。

入力されたID-VDデータフレームから、以下の解析を実行します: 1. 最大のVD値における伝達特性スライス (df_full) を用いて、参照閾値電圧 (vth_ref) を抽出します。 2. 各VG値におけるID-VD曲線に対して、線形領域（低いVD）での伝達コンダクタンス (gd) を線形回帰で計算します。 3. 低いVDスライスにおけるID-VGデータから、相互コンダクタンス (gm) とS値を計算します。 4. 抽出されたgdとgm、および`vth_ref`を用いて、実効移動度 (mu_eff) と線形移動度 (mu_lin) を導出します。 5. 各移動度抽出点に対して線形領域条件のチェック (region_check_linear) を行い、警告情報を記録します。 6. 解析結果の概要をコンソールに出力し、出力曲線と移動度プロットを生成します。

パラメータ:

df (pandas.DataFrame) -- ID-VDデータを含むDataFrame。VG, VD, `ID`列が必要です。
args (argparse.Namespace) -- コマンドライン引数を含むオブジェクト。 idx_vg, idx_vd, Imin, L, W, region_factor, save_plot, plot_dir 属性を使用します。
cox (float) -- 単位面積あたりのゲート酸化膜容量 [F/cm^2]。

戻り値:

各VGにおける解析結果の辞書リストと、生成されたMatplotlibのFigureオブジェクトのタプル。有効なデータがない場合は([], None)を返します。

戻り値の型:

tuple[list[dict], matplotlib.figure.Figure or None]

electrical.tftanalyze.analyze_vg_core(df_full, vd_val, args, cox)[ソース]

特定VDスライスのID-VGから、線形法と飽和法の両方でVth/移動度を抽出します。

ID-VGデータに基づいて、線形領域（最大相互コンダクタンス`gm`から）と飽和領域（最大`d(sqrt(ID))/dVg`から）の閾値電圧 (Vth) と移動度を抽出します。サブスレッショルドスイング (S) やオフ電流 (Ioff) も計算します。抽出されたポイントの動作領域チェックも行い、推奨される抽出方法を提示します。

パラメータ:

df_full (pandas.DataFrame) -- 全てのVG-ID測定データを含むDataFrame。
vd_val (float) -- 解析対象のドレイン電圧 [V]。
args (argparse.Namespace) -- コマンドライン引数を含むオブジェクト。smooth_npoints, lsq_order, Imin, L, W, region_factor, ID_S 属性を使用します。
cox (float) -- 単位面積あたりのゲート酸化膜容量 [F/cm^2]。

戻り値:

特定VDスライスにおける詳細な解析結果を含む辞書。データが不十分な場合はNone。

戻り値の型:

dict or None

electrical.tftanalyze.annotate_vline(ax, x, label, ymin=None, ymax=None)[ソース]

Matplotlibのプロットに垂直線とテキストアノテーションを追加します。

指定されたX座標 (x) に垂直線 (axvline) を引き、その線の近くにテキストラベル (label) を回転させて配置します。 Y軸の範囲 (ymin, ymax) が指定されていない場合、現在のプロットのY軸範囲が使用されます。

パラメータ:

ax (matplotlib.axes.Axes) -- プロット対象のMatplotlib Axesオブジェクト。
x (float) -- 垂直線を引くX座標。
label (str) -- 垂直線の横に表示するテキストラベル。
ymin (float or None) -- 垂直線が描画されるY軸の下限。Noneの場合、現在のY軸の下限が使用されます。
ymax (float or None) -- 垂直線が描画されるY軸の上限。Noneの場合、現在のY軸の上限が使用されます。

戻り値:

なし

戻り値の型:

None

electrical.tftanalyze.build_analysis_points(res)[ソース]

伝達特性解析の主要点をロングフォーマットで返します。

`res`辞書からVth, Smin, mu_maxなどの主要な解析ポイントを抽出し、 Excelサマリーシートに適したリスト形式で提供します。各ポイントは、そのVG, ID, 導関数、移動度などの詳細な情報とともに辞書として格納されます。

パラメータ:: res (dict) -- 伝達特性解析結果を含む辞書。df (解析対象のDataFrame) および `idx_`で始まるキー (各ポイントのインデックス) が必要です。
戻り値:: 各解析ポイントのデータを格納した辞書のリスト。
戻り値の型:: list[dict]

electrical.tftanalyze.calculate_cox(dg_nm, epsg)[ソース]

ゲート酸化膜容量 (Cox) を計算します。

ゲート絶縁膜の厚さ (ナノメートル単位) と比誘電率から、単位面積あたりのゲート酸化膜容量 (F/cm^2) を計算します。物理定数として真空の誘電率 (EPS0) を使用します。

パラメータ:

dg_nm (float) -- ゲート絶縁膜の厚さ [nm]。
epsg (float) -- ゲート絶縁膜の比誘電率。

戻り値:

単位面積あたりのゲート酸化膜容量 [F/cm^2]。

戻り値の型:

float

electrical.tftanalyze.classify_transfer_region(linear_check, saturation_check)[ソース]

線形/飽和/中間領域の推奨を返します。

線形領域チェックと飽和領域チェックの結果に基づいて、現在解析中の動作点が線形、飽和、またはどちらでもない中間領域のどれに属するかを分類します。分類結果と、それに関連する推奨/警告メッセージを返します。

パラメータ:

linear_check (dict) -- `region_check_linear`関数からの結果辞書。
saturation_check (dict) -- `region_check_saturation`関数からの結果辞書。

戻り値:

推奨される領域タイプと、関連する警告/説明メッセージのタプル。

戻り値の型:

tuple[str, str]

electrical.tftanalyze.default_excel_name(mode)[ソース]

指定された解析モードに応じたデフォルトのExcelファイル名を返します。

異なる解析モード（'read', 'analyze_idvg', 'analyze_idvd', 'all'）に対して、それぞれ適切なデフォルトのExcelファイル名を決定します。指定されたモードが辞書にない場合は、汎用的なレポートファイル名を返します。

パラメータ:: mode (str) -- 解析モードを示す文字列。
戻り値:: デフォルトのExcelファイル名。
戻り値の型:: str

electrical.tftanalyze.detect_and_load(filepath, reverse_vg=False)[ソース]

CSVファイルからVG-IDデータを自動検出して読み込みます。

指定されたファイルパスのCSVファイルを読み込み、`chardet`ライブラリを使用して文字コードを自動検出します。ファイルの内容を解析し、`VG`と`ID`の列ヘッダーを持つデータブロックを探します。データブロックが見つかった場合、そのデータはPandas DataFrameに変換されます。 `reverse_vg`がTrueの場合、読み込んだ`VG`列の符号を反転します（主にp-チャネルデバイスのデータ前処理用）。ファイルが存在しない場合、必要なヘッダーが見つからない場合、またはデータが読み込めない場合はNoneを返します。

パラメータ:

filepath (str) -- 読み込むCSVファイルのパス。
reverse_vg (bool) -- Trueの場合、VG列の符号を反転します（p-チャネルデータ用）。デフォルトはFalse。

戻り値:

`VG`と`ID`データを含むDataFrame。データが見つからない場合やエラーが発生した場合はNone。

戻り値の型:

pandas.DataFrame or None

electrical.tftanalyze.get_args()[ソース]

コマンドライン引数をパースします。

この関数は、TFT解析スクリプトに必要な全てのコマンドライン引数を定義し、ユーザーが指定した引数をパースして返します。引数には、入力ファイルパス、解析モード、TFTデバイスの物理的寸法、誘電体定数、電流の閾値、平滑化パラメータ、プロット表示・保存設定などが含まれます。

戻り値:: パースされた引数を含む argparse.Namespace オブジェクト。
戻り値の型:: argparse.Namespace

electrical.tftanalyze.interpolate_id_at_vd(df_vg, vd_target)[ソース]

単一のVG出力曲線内で、要求されたVD値におけるIDの絶対値を線形補間します。

与えられたデータフレーム (df_vg) が特定のVGでのID-VDデータを含んでいると仮定し、 `vd_target`における`|ID|`の絶対値を線形補間によって推定します。 `vd_target`が測定範囲外の場合、またはデータが不足している場合は`np.nan`を返します。補間は`VD`と`ID`列をソートした後に行われます。

パラメータ:

df_vg (pandas.DataFrame) -- 単一のVG値におけるID-VDデータを含むDataFrame。`VD`と`ID`列が必要です。
vd_target (float) -- 補間したい目標ドレイン電圧 [V]。

戻り値:

vd_target`における補間された`|ID|`の絶対値。データが利用できない場合や範囲外の場合は`np.nan。

戻り値の型:

float

electrical.tftanalyze.main()[ソース]

プログラムのエントリポイントです。

この関数は、コマンドライン引数をパースし、Excel、PNG、ログファイルの出力パスを準備します。標準出力と標準エラー出力をコンソールとログファイルの両方に出力するように設定した後、`run_analysis`関数を呼び出して主要な解析ロジックを実行します。解析終了後、Tee機能は解除されます。

戻り値:: なし
戻り値の型:: None

electrical.tftanalyze.make_summary_dataframe(t_summary)[ソース]

伝達特性解析結果のリストから、Excel出力用のPandas DataFrameを作成します。

t_summary`リスト内の各解析結果辞書から、Excelサマリーシートに適した主要なパラメータを抽出します。元のデータフレーム (`df) や詳細な分析ポイント (analysis_points)、および内部的なインデックス (`idx_`で始まるキー) は除外されます。結果はPandas DataFrameとして整形され、Excelへのエクスポートに適した形式で提供されます。

パラメータ:: t_summary (list[dict]) -- 各VDスライスでの伝達特性解析結果を含む辞書のリスト。
戻り値:: 主要な解析結果パラメータを含むPandas DataFrame。
戻り値の型:: pandas.DataFrame

electrical.tftanalyze.nearest_row_by_current(df, target_id)[ソース]

データフレーム内で指定された目標電流 (target_id) に最も近いID_smoothを持つ行を検索します。

データフレーム`df`の`ID_smooth`列を基に、目標電流値`target_id`との絶対差が最小となる行を特定します。見つかった行のインデックスとその行全体のデータを返します。データフレームが空の場合、または`ID_smooth`列が存在しない場合は、Noneを返します。

パラメータ:

df (pandas.DataFrame) -- 検索対象のDataFrame。`ID_smooth`列が必要です。
target_id (float) -- 検索する目標電流値 [A]。

戻り値:

目標電流に最も近い行のインデックスと、その行のPandas Series。データフレームが空の場合は(None, None)を返します。

戻り値の型:

tuple[int or None, pandas.Series or None]

electrical.tftanalyze.plot_idvg_quad(res, args)[ソース]

伝達特性解析結果を 2x2 サブプロットとして可視化します。

ID-VGデータに基づいて計算された様々なデバイス特性（ID-VG曲線、線形抽出、飽和抽出、移動度プロファイル）を 2x2のサブプロットとして表示します。各プロットには、Vth、Smin、移動度最大値などの主要な解析ポイントがアノテーションとして表示されます。プロットはファイルに保存することも可能です。

パラメータ:

res (dict) -- `analyze_vg_core`関数によって生成された、単一VDスライスの解析結果を含む辞書。
args (argparse.Namespace) -- コマンドライン引数を含むオブジェクト。`save_plot`および`plot_dir`属性を使用します。

戻り値:

生成されたMatplotlibのFigureオブジェクト。

戻り値の型:

matplotlib.figure.Figure

electrical.tftanalyze.plot_idvg_triple(res, args)

伝達特性解析結果を 2x2 サブプロットとして可視化します。

ID-VGデータに基づいて計算された様々なデバイス特性（ID-VG曲線、線形抽出、飽和抽出、移動度プロファイル）を 2x2のサブプロットとして表示します。各プロットには、Vth、Smin、移動度最大値などの主要な解析ポイントがアノテーションとして表示されます。プロットはファイルに保存することも可能です。

パラメータ:

res (dict) -- `analyze_vg_core`関数によって生成された、単一VDスライスの解析結果を含む辞書。
args (argparse.Namespace) -- コマンドライン引数を含むオブジェクト。`save_plot`および`plot_dir`属性を使用します。

戻り値:

生成されたMatplotlibのFigureオブジェクト。

戻り値の型:

matplotlib.figure.Figure

electrical.tftanalyze.plot_path(args, name)[ソース]

入力stemつきPNG保存パスを作成します。

コマンドライン引数 (args) から取得した出力ステムとプロットディレクトリを基に、指定された名前 (name) でPNGファイルの完全な保存パスを構築します。

パラメータ:

args (argparse.Namespace) -- コマンドライン引数を含む argparse.Namespace オブジェクト。 output_stem および plot_dir 属性を使用します。
name (str) -- 保存するPNGファイルの名前（拡張子なし）。

戻り値:

生成されたPNGファイルの完全なパス。

戻り値の型:

str

electrical.tftanalyze.plot_read_data(df_read, xcol, groupcol, title, args, fname_base, yscale='log')[ソース]

読み込み/プレビューモードで平滑化されたデータをプロットします。

生のクリップされたデータ (ID_abs_floor) と平滑化されたデータ (ID_smooth) を X軸 (xcol) に対してプロットします。 `groupcol`が指定されている場合、データはグループごとにプロットされ、凡例に表示されます。 Y軸はオプションで対数スケールに設定できます。生成されたプロットは、`args.save_plot`がTrueの場合、指定されたディレクトリにPNGファイルとして保存されます。

パラメータ:

df_read (pandas.DataFrame) -- 読み込み/プレビュー用に処理されたデータを含むDataFrame。
xcol (str) -- X軸としてプロットする列名（例: 'VG', 'VD'）。
groupcol (str) -- データをグループ化するための列名（例: 'VD', 'VG'）。この列が存在しない場合、データ全体が単一のグループとして扱われます。
title (str) -- プロットのタイトル。
args (argparse.Namespace) -- コマンドライン引数を含むオブジェクト。`save_plot`と`plot_dir`属性を使用します。
fname_base (str) -- 保存するPNGファイル名のベース。
yscale (str or None) -- Y軸のスケール（'log'または'linear'）。Noneの場合、線形スケール。デフォルトは'log'。

戻り値:

生成されたMatplotlibのFigureオブジェクト。

戻り値の型:

matplotlib.figure.Figure

electrical.tftanalyze.prepare_output_paths(args)[ソース]

Excel/PNG/log の保存先を入力ファイルと同じディレクトリにそろえます。

入力ファイルパス（infile_vg, infile_vd）を基準に、 Excelレポート、PNGプロット、ログファイルの出力ディレクトリとファイル名を決定し、 `args`オブジェクトに設定します。これにより、全ての出力が関連する入力ファイルの近くに集約されます。

パラメータ:: args (argparse.Namespace) -- コマンドライン引数を含む argparse.Namespace オブジェクト。 infile_vg, infile_vd, mode, out_excel 属性を使用します。
戻り値:: 出力パスが設定された argparse.Namespace オブジェクト。
戻り値の型:: argparse.Namespace

electrical.tftanalyze.print_transfer_report(res)[ソース]

伝達特性解析結果をコンソールに整形して出力します。

analyze_vg_core`関数によって生成された伝達特性の解析結果辞書 (`res) から、線形領域と飽和領域の閾値電圧 (Vth)、移動度 (mu)、サブスレッショルドスイング (Smin)、オフ電流 (Ioff) などの主要なデバイスパラメータを抽出し、コンソールに分かりやすい形式で詳細なレポートを出力します。また、各移動度抽出点における動作領域の適合性チェック結果も表示します。

パラメータ:: res (dict) -- 伝達特性解析結果を含む辞書。
戻り値:: なし
戻り値の型:: None

electrical.tftanalyze.region_check_linear(vd, vg, vth, factor=3.0)[ソース]

線形領域動作の条件をチェックします。

トランジスタが線形領域で動作しているかどうかを判断するために、指定されたVG、VD、Vth、および安全係数 (factor) を使用して VG - Vth >= factor * VD の条件を確認します。 VDが正でない場合、VG-Vthが負の場合、または条件が満たされない場合は警告が生成されます。

パラメータ:

vd (float) -- ドレイン電圧 [V]。
vg (float) -- ゲート電圧 [V]。
vth (float) -- 閾値電圧 [V]。
factor (float) -- 線形領域を保証するための安全係数。デフォルトは3.0。

戻り値:

線形領域チェックの結果を含む辞書。 ok (bool), warning (str), VD_abs (float), VG_minus_Vth (float), ratio (float), criterion (str) を含みます。

戻り値の型:

dict

electrical.tftanalyze.region_check_saturation(vd, vg, vth, factor=3.0)[ソース]

飽和領域動作の条件をチェックします。

トランジスタが飽和領域で動作しているかどうかを判断するために、指定されたVG、VD、Vth、および安全係数 (factor) を使用して VD >= factor * (VG - Vth) の条件を確認します。 VG-Vthが正でない場合、または条件が満たされない場合は警告が生成されます。

パラメータ:

vd (float) -- ドレイン電圧 [V]。
vg (float) -- ゲート電圧 [V]。
vth (float) -- 閾値電圧 [V]。
factor (float) -- 飽和領域を保証するための安全係数。デフォルトは3.0。

戻り値:

飽和領域チェックの結果を含む辞書。 ok (bool), warning (str), VD_abs (float), VG_minus_Vth (float), ratio (float), criterion (str) を含みます。

戻り値の型:

dict

electrical.tftanalyze.run_analysis(args)[ソース]

スクリプトのメイン実行ロジックをカプセル化します。

この関数は、コマンドライン引数をパースし、ゲート酸化膜容量 (Cox) を計算します。選択された解析モード (read, analyze_idvg, analyze_idvd, all) に応じて、対応するデータ読み込み、解析、プロット生成の関数を呼び出します。すべての結果（生データ、平滑化データ、解析サマリー、詳細分析ポイント）は集約され、最終的に単一のExcelレポートファイルとPNGプロットとして出力されます。プロットは`--show_plot`が指定されている場合、インタラクティブに表示されます。

パラメータ:: args (argparse.Namespace) -- コマンドライン引数を含む argparse.Namespace オブジェクト。
戻り値:: なし。解析結果はファイルシステムに出力されます。
戻り値の型:: None

electrical.tftanalyze.run_read_mode(args)[ソース]

読み込み/プレビューモードの処理を実行します。

指定された入力ファイル（伝達特性と出力特性）を読み込み、`Imin`で電流をクリッピングし、 Savitzky-Golayフィルターで平滑化します。その後、処理されたデータをプロットし、結果の概要をコンソールに出力します。伝達特性 (ID-VG) データは対数電流平滑化がデフォルトですが、出力特性 (ID-VD) データは線形電流平滑化と線形Y軸プロットが強制されます。処理されたデータフレームとサマリー情報は、Excelエクスポートのために返されます。

パラメータ:: args (argparse.Namespace) -- コマンドライン引数を含むオブジェクト。 infile_vg, infile_vd, reverse_vg, idx_vg, idx_vd, Imin, read_smooth_domain, save_plot, plot_dir 属性を使用します。
戻り値:: MatplotlibのFigureオブジェクトのリスト。読み込まれた/処理されたデータフレームをタグ（'vg'または'vd'）で格納した辞書。読み込み処理のサマリー情報を含む辞書（各グループごと）のリスト。
戻り値の型:: tuple[list[matplotlib.figure.Figure], dict[str, pandas.DataFrame], list[dict]]

electrical.tftanalyze.savgol_center_only(y, win, order, keep_edge_raw=True)[ソース]

サビツキー・ゴレイフィルターを適用し、オプションで端点付近の生データを保持します。

scipy.signal.savgol_filter は端点付近を外挿/補間することがあります。 TFT出力曲線では、VD=0側の点数が少ないため、端点平滑化が系統的なずれのように見えることがあります。 keep_edge_raw=True の場合、完全な中心ウィンドウを持つ点のみが平滑化された値に置き換えられ、端点付近のデータは元のクリップされたデータのまま維持されます。データ長が短すぎる場合、またはウィンドウ長が不正な場合は、元のデータが返され、平滑化が適用されなかったことを示すブール配列が返されます。

パラメータ:

y (numpy.ndarray or list) -- 平滑化するデータ配列。
win (int) -- サビツキー・ゴレイフィルターのウィンドウ長。奇数である必要があります。
order (int) -- フィルターの多項式の次数。
keep_edge_raw (bool) -- Trueの場合、完全な中心ウィンドウを持たない端点付近のデータを生データのまま保持します。

戻り値:

平滑化されたデータ配列と、各点が平滑化に使用されたかを示すブール配列のタプル。

戻り値の型:

tuple[numpy.ndarray, numpy.ndarray]

electrical.tftanalyze.select_sweep_segment(df, col, idx, label, sort_after=True, verbose=False)[ソース]

掃引方向の変化インデックスに基づいて、DataFrameから特定の掃引セグメントを選択します。

この関数は、add_sweep_index`を使用して、指定された列 (`col) の掃引セグメントインデックスを計算し、その後、要求されたインデックス (idx) に対応するセグメントのみをフィルタリングして返します。要求されたインデックスが存在しない場合、利用可能な最初のセグメントがフォールバックとして選択されます。オプションで、選択されたセグメントを`col`列でソートできます。

パラメータ:

df (pandas.DataFrame or None) -- 処理対象のDataFrame。
col (str) -- 掃引セグメントを識別する基準となる列名（例: 'VG', 'VD'）。
idx (int) -- 選択する掃引セグメントのインデックス。
label (str) -- 警告メッセージなどで使用するインデックスのラベル（例: 'idx_vg'）。
sort_after (bool) -- Trueの場合、選択後に`col`列でDataFrameをソートします。デフォルトはTrue。
verbose (bool) -- Trueの場合、選択されたセグメントに関する詳細情報を出力します。デフォルトはFalse。

戻り値:

選択された掃引セグメントを含むDataFrame。元のDataFrameがNoneまたは空の場合、または`col`列がない場合は、元のDataFrameまたはNoneを返します。

戻り値の型:

pandas.DataFrame or None

electrical.tftanalyze.valid_savgol_window(n, requested, order)[ソース]

指定されたデータ点数に対して有効な奇数のSavitzky-Golayウィンドウ長を返します。

サビツキー・ゴレイフィルターのウィンドウ長は、多項式の次数よりも大きく、かつ奇数である必要があります。また、データ点数を超えることはできません。この関数は、与えられた制約 (n, requested, order) に基づいて、これらの条件を満たす最小かつ有効な奇数のウィンドウ長を計算して返します。

パラメータ:

n (int) -- データ点の総数。
requested (int) -- 要求されたSavitzky-Golayウィンドウ長。
order (int) -- Savitzky-Golayフィルターの多項式の次数。

戻り値:

有効な奇数のSavitzky-Golayウィンドウ長。

戻り値の型:

int