与光谱（能量/数据对）一起工作

以下是一个示例代码，展示了如何使用Python中的NumPy库和Matplotlib库来处理和绘制光谱数据：

import numpy as np
import matplotlib.pyplot as plt

# 生成示例光谱数据
wavelength = np.linspace(400, 700, 100)  # 波长范围从400到700
intensity = np.random.rand(100)  # 随机生成100个强度值

# 绘制光谱图
plt.plot(wavelength, intensity)
plt.xlabel('Wavelength (nm)')
plt.ylabel('Intensity')
plt.title('Spectrum')
plt.show()

这个示例中，首先使用np.linspace函数生成了一个包含100个元素的数组，表示波长范围从400到700。然后，使用np.random.rand函数生成了一个包含100个随机强度值的数组。

接下来，使用plt.plot函数将波长和强度值作为参数，绘制了光谱图。然后，使用plt.xlabel和plt.ylabel函数分别设置x轴和y轴的标签，使用plt.title函数设置图的标题。

最后，使用plt.show函数显示图形。运行这段代码，就可以得到一个包含随机光谱数据的图形。实际应用中，你可以将光谱数据替换为真实的数据，并根据需要进行进一步的处理和分析。