1、 LSV

导入

CHI760 convert to text 转.bin为.txt
取其中Potential/V, Current/A两列数为原始数据（A、B两列）

计算

C列：E/RHE = A+0.098+0.059* 14，其中0.098为氧化汞参比电极的电势
D列：J/mA cm-2 = B/0.5* 1000 ，其中0.5为碳纸面积（0.5* 1.5，其中0.5* 1使用）
E列：log(j) = LOG(ABS(D))
F列：Overpotential(mV) = (C-1.23)* 1000，过电势
G列：2nd derivative of F，过电势的二阶导数

画图

LSV

所有C-V数据画折线图。

Tafel斜率

所有Overpotential-log(j)数据，取微分最平滑的一小段（在10 mA cm-2左右），做线性拟合。

画出那一段的Overpotential-log(j)散点图、拟合的直线。

学界对Tafel斜率区间的判断标准：

为了获取最严谨的本征动力学参数，目前学术界顶级期刊广泛推荐使用基于局部导数的微分平滑法（Derivative Tafel Plot）。该方法的核心思想源自《ACS Energy Letters》等期刊中关于电催化性能基准测试的权威指导文献，其核心准则是不预设任何人为的电流或电位边界，而是通过连续计算极化曲线上每一点的局部斜率，并寻找该局部斜率的一阶导数趋近于零、且数值保持恒定的“Plateau Region”。这一平原区在物理意义上完美对应了不受电容充电电流干扰且尚未触发传质限制或气泡遮蔽效应的纯动力学控制区，从而能够提取出最具科学公信力的真实 Tafel 斜率。

在脚本中引入了数学信号处理模块。脚本首先对剥离了双电层电容干扰的有效电流区间进行筛选，随后运用 Savitzky-Golay 滤波器对实验过电势数据进行平滑处理，以消除仪器采样带来的高频噪声。在平滑后的曲线上，算法计算出每一个数据点的局部微商值，并开启一个动态滑动窗口，在整条曲线上全域扫描该局部微商值方差最小的连续片段。一旦算法锁定了局部微商方差最小且数值处于合理低谷的区域，便会严格截取该片段的原始数据进行最终的线性回归。这种纯数学的平原搜寻算法不仅彻底杜绝了主观取点的偏差，还能精准捕捉单原子位点在特定电位下真实的电子转移限速步特征。

10mA cm-2处的Overpotential

画样品名-Overpotential 图。可以是折线图或者柱状图。

2、 ECSA

导入

4种扫速（40,60,80,100mV）下的倒数第二圈CV曲线。

画图

CV

需要写一个 Python 脚本来自动从同一文件夹下的7-ECSA-CV-100mV.txt、8-ECSA-CV-80mV.txt（共4个不同扫速的ECSA测试文件，其名称为’不固定的序号’-ECSA-CV-扫速.txt）提取 100 个（或者随便多少个） Segment 中只提取倒数第二圈CV数据（A、B两列），然后计算C列：E/RHE = A+0.098+0.059* 14，其中0.098为氧化汞参比电极的电势；D列：J/mA cm-2 = B/0.5 1000 ，其中0.5为碳纸面积（0.5 1.5，其中0.5* 1使用），给出画D-C曲线所需的数据。

$\Delta$ J - ScanRate

$\Delta J$ = 扫描电位中间值的（正电流密度-负电流密度)/(2* S) * 1000 mA cm-2

对于所有样品，画出 $\Delta J$ - ScanRate图。

3、 EIS

参见Zview - Lone Trail，取原始数据作散点图，拟合数据作折线图。

4、 TOF

TOF（周转频率）反映特定的过电位下，每一个催化活性位点在单位时间内（ s⁻¹）能够催化反应物转化为产物的反应发生次数。

$TOF = (j_{geo} × A) / (n × F × m)$

分子部分实际上代表了整个宏观体系在每秒钟内发生的总体反应速率，分母部分将上述宏观速率其均匀分摊到每一个微观原子头上。

$j_{geo}$ 代表特定电位（比如 300 mV 过电位）下的几何电流密度，将其乘以电极的有效几何面积 A（e.g. 0.5 cm²），就得到了整个电极表面在该过电位下产生的总宏观绝对电流。
m 代表电极表面真正参与反应的活性位点摩尔数，通过催化剂的面积负载量乘以电极面积，再除以对应贵金属的相对原子质量来粗略估算，这相当于假设所有负载的贵金属原子都等效为了活性位点。
F = 法拉第常数（约等于 96485 C/mol），代表一摩尔电子所携带的总电荷量。
n = 转移的电子数。