半导体良率工程师核心技能：数据分析与SPC实战 - 第2节

2.1 数据分析环境搭建：Python与Anaconda

在半导体良率工程中，数据分析的起点是搭建一个稳定、可复用的计算环境。Python 因其丰富的科学计算库和社区支持，已成为行业标准；而 Anaconda 则提供了环境管理与包依赖的解决方案，避免“在我电脑上能跑”的兼容性问题。

2.1.1 为什么选择Anaconda？

2.1.2 安装与验证

1. 访问 Anaconda 官网 下载 Python 3.9+ 版本（推荐 3.10 或 3.11）。
2. 安装时勾选 "Add Anaconda to my PATH environment variable"（仅限单用户场景）。
3. 打开终端（Windows 用 Anaconda Prompt），执行验证：

conda --version
python --version
# 预期输出：
# conda 23.7.4
# Python 3.11.5

2.2 Jupyter Notebook：交互式分析利器

Jupyter Notebook 将代码、可视化、Markdown 说明整合在一个文档中，非常适合良率工程师进行探索性数据分析（EDA）和报告生成。

2.2.1 启动与界面

# 在终端中启动
jupyter notebook

# 或使用更现代的 JupyterLab
jupyter lab

启动后浏览器自动打开 http://localhost:8888，点击 New → Python 3 创建新笔记本。

2.2.2 核心操作快捷键

2.3 Pandas与NumPy：数据分析双引擎

NumPy 提供高性能多维数组运算，Pandas 在此基础上构建了 DataFrame 结构，让表格数据操作变得直观高效。

2.3.1 NumPy 基础

import numpy as np

# 创建数组
wafer_ids = np.array([1, 2, 3, 4, 5])
yield_values = np.array([92.5, 94.1, 89.8, 95.3, 91.2])

# 向量化运算：计算良率均值与标准差
mean_yield = np.mean(yield_values)
std_yield = np.std(yield_values, ddof=1)  # 样本标准差
print(f"平均良率: {mean_yield:.2f}%, 标准差: {std_yield:.2f}%")

2.3.2 Pandas 核心操作

import pandas as pd

# 创建 DataFrame
data = {
    'Wafer_ID': ['W01', 'W02', 'W03', 'W04', 'W05'],
    'Die_Count': [400, 400, 400, 400, 400],
    'Pass_Count': [370, 376, 359, 381, 365],
    'Fail_Count': [30, 24, 41, 19, 35]
}
df = pd.DataFrame(data)

# 计算良率列
df['Yield_%'] = (df['Pass_Count'] / df['Die_Count']) * 100

# 筛选良率低于 92% 的晶圆
low_yield = df[df['Yield_%'] < 92]
print(low_yield)

2.4 半导体数据文件格式读取

良率工程师日常接触的数据格式多样，掌握不同格式的读取方法是分析的第一步。

2.4.1 CSV 文件读取

CSV 是最常见的良率数据交换格式，Pandas 提供了高效的读取接口。

import pandas as pd

# 读取 CSV 文件
df_csv = pd.read_csv('yield_data.csv', encoding='utf-8')

# 常见参数
df_csv = pd.read_csv(
    'yield_data.csv',
    sep=',',           # 分隔符，默认为逗号
    header=0,          # 第0行为列名
    na_values=['NA', 'NULL'],  # 指定缺失值标记
    dtype={'Wafer_ID': str, 'Yield': float}  # 指定列类型
)

# 查看前5行
print(df_csv.head())

2.4.2 STDF 文件读取

STDF（Standard Test Data Format）是半导体测试行业的标准二进制格式，存储了每颗 Die 的测试结果、Bin 信息、测试条件等。Python 中常用 pySTDF 或 stdf2csv 工具解析。

# 安装 pySTDF
# pip install pySTDF

from pySTDF import STDFReader

# 读取 STDF 文件
reader = STDFReader('test_data.stdf')

# 遍历记录
for rec in reader:
    if rec.type == 'PTR':  # Parametric Test Record
        print(f"测试项: {rec.test_name}, 值: {rec.result}")
    elif rec.type == 'BIN':  # Bin Record
        print(f"Bin号: {rec.bin_num}, 数量: {rec.bin_count}")

reader.close()

2.4.3 其他常见格式

2.5 数据分析环境架构总览

下图展示了从数据源到分析输出的完整工具链架构，帮助理解各组件在良率分析中的位置。

2.6 本章小结

• 环境搭建： 使用 Anaconda 创建独立环境，避免包冲突。
• 交互工具： Jupyter Notebook 适合探索性分析和报告生成。
• 核心库： NumPy 提供数组运算，Pandas 提供 DataFrame 操作。
• 数据读取： CSV 用 pd.read_csv()，STDF 用 pySTDF，其他格式按需选择。
• 架构理解： 数据源 → 读取预处理 → 分析计算 → 可视化输出，环环相扣。