本人从硕士毕业就进晶圆厂（业内又叫fab）搬砖，岗位是PIE---工艺整合工程师，岗位除了需要懂半导体工艺与器件基础知识外，还有一项核心工作：summray每批LOT的测试数据（WAT/CP），当时公司给我们提供的软件有JMP和spotfire，都是很强大的数据分析软件，但问题是，因为这些软件强大，所以授权费很贵，不是所有人电脑都能安装，只有几个虚拟服务器地址可供使用，整个TD四五百号人，共用5个虚拟主机--拥挤程度可想而知。。。记得有一次，辛辛苦苦花了两个多小时，清洗，整理数据，到了画图这一步--突然被人T下去，当时杀人的心都有了~~~因此为了实现数据分析以及可视化的自由，多方搜寻，最后终于找到Python在数据分析可视化有独特的库，而且上手难度低~~再深入学习后，真给我找到了完美解决方案。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
以上为背景，下面是正文：
先展示一波通过Python一键生成的数据总结页面吧：
部分测试项目因为敏感所以隐掉了，主要分为四种类型的图标
1.良率柱形图，可以用来清晰地展示良率情况和主要是地失效bin是哪些，需要用到python库seaborn里面的barplot模块
2.失效bin map图，可以展示失效bin位于wafer的位置，以及是否有特殊pattern等判断，需要用到python库seaborn里面的heatmap模块
sns.heatmap(Map_tables,cbar=False,linewidths=0.0029,cmap=cmapFOR_yield,**KWD)
3.电性参数的boxplot图，可以展示电性实测值的分布情况，需要用到python库seaborn里面的boxplot模块
sns.boxplot(x=rawdata[wafer_coulum_name],y=rawdata[box3_y])
4.电性参数的累计密度图，横坐标是电性实测值从小到大，纵坐标可以理解为占比，最大为1，如果要知道该组数据的中位值，就可以找纵坐标为0.5时的横坐标的值，即为该组数据的中位数，需要用到python库seaborn里面的ecdf模块
sns.ecdfplot(data=rawdata, x=box1_y,hue=wafer_coulum_name,legend=False,palette=sns.color_palette(ecf_color,25,as_cmap=True))
如果大家对某个数据分析图具体生成的细节想了解更多的话，欢迎留言，我会抽空再另开帖详细讲解~
/2 
