Catalog
  1. 1. 介绍
  2. 2. 安装Gwyddion的步骤
    1. 2.1. 在windows的ubuntu子系统安装
    2. 2.2. 在Windows上直接使用python模块安装
  3. 3. 基本使用
AFM数据处理软件Gwyddion的安装以及Python包的安装使用

介绍

用AFM逐行扫描的高度数据往往需要处理以获得正确的高度分布。JPK公司提供的 原始软件“ JPKSPM数据处理”可以执行一些校准,但是我们无法从pytho程序中使用它,如果您要处理的文件很多,并且需要测试这些文件的不同处理方法,效率就会很低,因此我们还是希望有机会用脚本进行大批量的数据处理。
安装此软件包并不容易,因此我在Windows和Linux系统中都列出了该软件包的安装方法。

安装Gwyddion的步骤

在windows的ubuntu子系统安装

我的笔记本电脑已经安装了ubuntu子系统,首先想到的是在子系统中安装gwyddion,因为gywddion只支持python2.7,子系统安装不会改变我的python3的使用。 在Windows子系统“ ubuntu-18.04”中,我直接键入了以下命令以成功安装该软件包

1
sudo apt-get install gwyddion

1
sudo apt-get install python-gobject
1
sudo apt install python-gtk2 libcanberra-gtk-module libcanberra-gtk3-module

另外子系统是没有图形界面的,为了可以使用图形界面,你需要一个支持xserver的软件,我用的是moba xterm,你只要打开即可,然后在子系统命令行输入如下命令

1
export DISPLAY=localhost:0

再在子系统输入gwyddion就会弹出图形界面了。

在Windows上直接使用python模块安装

在Windows上,如果要使用python模块,则需要安装32位版本。 您还需要安装此列表中列出的其他额外软件包。
[web](https://sourceforge.net/projects/gwyddion/files/pygtk-win32/)。
下载所有软件包并安装即可,安装完之后打开gwyddion软件,如果可以在gwyddion的Data process菜单中看到“ python console”,则表明python模块已成功安装。

这样安装只能在gwyddion的python端使用,很不方便,我们希望的是可以在VSCode以及Jupyter里面使用,但是直接在这些地方使用插入gwy包时又会出错

1
Traceback (most recent call last):
2
  File "<stdin>", line 1, in <module>
3
ImportError: No module named gwy

这是因为环境变量的关系,可以按照下面的方式来解决

  1. 首先将python27里面的DLLs文件夹也加入系统的环境变量
  2. 然后有三种方法来使用

    1. 你可以从gwyddion的bin目录打开python,这样插入包的时候就可以找到文件了
    2. 或者你在任意位置打开Python,然后cd到Gwyddion的bin目录,插入gwy之后再cd回去,这个方法比较蠢,但是可以用

      1
      import os
      2
      Path_now=os.get\_cwd()
      3
         os.chdir('C:/Program Files (x86)/Gwyddion/bin') 
      4
         import gwy
      5
         os.chdir(Path\_now)
    3. 或者最简单也是最推荐的,将gwyddion加入到环境变量即可
      1
      import sys 
      2
      sys.path.append('C:/Program Files (x86)/Gwyddion/bin')
      3
      import gwy

基本使用

我们可以从这里学到基本的使用
Python脚本
我们还可以通过阅读他人的讨论内容来向他人的程序学习
一个很好的例子

Author: Knifelee
Link: https://knifelees3.github.io/2021/03/29/C_%E6%95%99%E7%A8%8B_Gwyddion%E7%9A%84%E5%AE%89%E8%A3%85%E4%BB%A5%E5%8F%8APython%E5%8C%85%E7%9A%84%E4%BD%BF%E7%94%A8/
Copyright Notice: All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.
Donate
  • 微信
  • 支付寶

Comment