之前的XPS分峰之后用origin的积分功能来进行填充，不过我的origin2015似乎没有这个功能，装了origin2018才可以进行填充。简单步骤就是选中一条线（此时线是independent的），在origin的快捷分析里有“积分”功能，点击后，会弹出一个对话框 （Fig. 1），在“积分”栏里勾选“关闭快捷分析工具后保持阴影颜色”。然后点击“基线” 功能（Fig. 2），模式为“使用现有数据集”，选择你的基线那一列数据。之后就是拉伸积分区域，确保所有区域都被覆盖到。此时关闭对话框，双击目前的灰色区域，在弹出的对话框中修改积分区域的颜色（默认灰色）。

Fig. 1. 确保关闭后积分区域有颜色

Fig. 2. 选择基线

此方法虽然有效，然而对于很多origin版本不够的同学没那么友好，而且有些同学用的是非Windows系统，比如Linux系统，更是对画图带来诸多不便。因此，琢磨了一下用python的matplotlib来画这种图形。此方法应该不是最简便的方法，较为简单粗暴，hhhh。

代码如下：

# -*- coding: utf-8 -*-
Created on Thu Nov 26 21:53:15 2020
@author: fan
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df0 = pd.read_csv('F:/xpstest.csv',header=None) #数据存在csv中，读取该csv文件
print(df0.head())
df_name = locals()
for i in range(1,11):                                  #本例有10组数据，实际情况根据需要进行修改
    df_name['df'+str(i)] = pd.read_csv('F:/xpstest.csv',header=None,usecols=[i-1]) #csv默认第一列为column 0，df1需要对应column 0，因此usecols=[i-1]
				
文章目录1、矩形积分1.1、导入数据并绘图1.2、选择以矩形进行积分1.3、更改积分区域1.4、显示积分结果在脚本窗口2、带有数据基线的图形积分2.1、导入数据并绘图2.2、进行积分2.3、选择New Output，将结果输出到脚本窗口。
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
积分小工具对数据图执行数值积分，以计算曲线
其中μ为均值， σ为标准差， μ4为四阶中心距。实际应用一般使用如下公式:
若峰度大于0，则说明该组数据的分布曲线相较于正态分布更加陡峭；若峰度小于0，则说明该组数据的分布曲线相较于正态分布更加平缓。换言之，峰度越大，则数据在靠近均值的部分分布得越多，在距离均值较远的部分分布得较少。
2.python 如何计算峰度？
#1.通过pandas实现
import pandas as pd
from math import log, exp
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
from scipy import asarray as ar,exp
# 将txt文件读入numpy数组
yOrig