作者简介：85后一名分析化学工作者及科学爱好者，深爱着北京的老北京人，爱好运动，科学，旅行，本文作者的个人微信公众号《科学是什么东东》，欢迎关注！

作者的本职工作为分析化学，因此，在这一专题中，我决定回归本源，使用python编程，以及matplotlib模块绘制全二维气相色谱分析的空间分布图，效果如下：（在讲解中会进行视角变换）

这里也给大家留出一些发挥的空间，我在本专题中不再放出全部代码，观众朋友可以通过前几讲的学习心得和网上查阅的一些教程，根据自己的发挥和理解来绘图。

在绘图之前，首先，我们需要了解的是：何为全二维气相色谱？气相色谱仪，做分析化学的业内人士早已不陌生，这是一种针对易挥发，低沸点组分的常用分析仪器，主要结构如下：

如图所示，在常规的气相色谱仪中，只有一根色谱柱，根据所选择的极性，通过柱温箱升温，以分离沸点不同化合物，并根据其特性用不同的检测器分析。

而近些年衍生出的全二维气相色谱（GC X GC），是把分离机理不同，且互相独立的两根色谱柱，以串联方式结合，两根色谱柱之间由调制器连接，这里所说的调制器起捕集、聚焦、再传送的作用。

经第一根色谱柱分离后的每一个色谱峰，都经调制器以极短的时间保留，再以脉冲的方式送到第二根色谱柱进一步分离，如图所示：

传统的气相色谱发展到（GC X GC）时代，便极大拓展了其分辨率和柱容量：

总峰容量=GC1峰容量*GC2峰容量

总分辨率=sqrt(GC1分辨率^2+GC2分辨率^2)

同时，由于串联的2根色谱柱极性不同，样品更容易分开，其总分析时间反而优于1维气相色谱。

通常来说：

第一根色谱柱为常规色谱柱，采用常规程序升温；

第二根色谱柱较短，用以实现快速分离，通常分离时间为2~10s，近似为恒温条件。

当两根色谱柱处于同一柱温箱时，组分在一维色谱柱的瞬时流出温度即为二维色谱柱的分离温度。

目前全二维气相色谱分析主要应用于香精香料，石油化工，环境污染物监测等科研及检测领域。

由于两个色谱柱保留时间意义不同，通过分析软件进行处理，其概念图如下：

在第一根色谱柱流出的混合组份，单个色谱峰在第二根色谱柱上近一步分离，因此平面坐标系x,y分别为1维保留时间和2维保留时间（min），而z轴为组分的信号强度或质谱相对强度，由不同的信号强度的密集点，可在3D图中观测到类似于山峰形状的强度密度，这也是全二维气相的显著优势：二维点阵的不同极性，不同族化合物的分离特性，见下图：

若脱离开全二维气相分析的自带软件，应用python-matplotlib进行绘图时，我们需要知道什么呢？

一维保留时间，二维保留时间以及其中每个组分的强度

主要混合组份的一维保留时间已知，假设为0.6min

我们需要知道二维保留时间和其每个组分的强度分析，可以用ASCII码表示，即在txt中输入如下：（举例）

即第一个在一维色谱柱中出峰的组分，在二维色谱柱中细分的保留时间和各个组分的强度关系，左边列为二维保留时间，右边列为对应组分信号强度

这样第一个组分在x，y，z三坐标轴的位置我们已经知晓，即0.6；txt左边列；txt右边列

部分程序代码如下：

主要步骤解析为#后面的部分

#绘制3d视图

fig = plt.figure()

ax = fig.add_subplot(111, projection='3d')

#获取txt文本中的内容

data1 = np.loadtxt('test1.txt')

#绘制第一条3D折线图，并添加小标签名称，线宽及颜色

x1为一维保留时间，data1[:,0]，data1[:,1]分别为txt中第一列和第二列数据，这里我们以假设的5个一维保留时间和相应的二维保留时间及组分做示例

ax.plot(x1,data1[:,0],data1[:,1],label="2D-Chromatogram 1",linewidth=3,color='b',markersize=12,alpha=0.5)

#为了表示组分出峰点，我们可以在每条折线图下方绘制投影点直线，表示出峰密集程度，并打印输出一维和二维保留时间，这里笔者不放出代码，请自行思考吧~

#最后要多加入一行plt.legend() ，以创建小标签名称和参数

plt.legend()

plt.show()

OK，大功告成，通过改变视角和查看打印信息进行分析：

该图为以假设的5个一维保留时间和相应的二维保留时间及组分做示例

首先打印一维及二维保留时间。

切换视角，我们看到一维保留时间视图，由五条不同颜色组成的组分分布就是我们常见的一维色谱图。

切换视角，我们可以看到每一个二维色谱图及二维保留时间，即每一个一维色谱峰出峰后的组分再分离。

再次切换视角，我们可以通过组分出峰点的密集程度，进行二维点阵的不同极性不同族组分的特征分析（示例不明显，实际的色谱图，组分出峰点密集程度会明显得多）。

讲到这里，本期的内容就告一段落了，脚本编辑是开放式设计，可以进行很多改造，让程序段更完善。对于应用在分析化学领域，也是笔者一种新的尝试和探索，欢迎各位分析化学界的同仁提出宝贵意见和建议~

本文作者的个人微信公众号《科学是什么东东》，欢迎关注！