浪尖知识库 2026

科研数据管理与实验记录规范：让你的数据会说话

18分钟阅读

科研数据管理与实验记录规范：让你的数据会说话

我研一的时候，导师问我要某次实验的原始数据。我翻遍了电脑，找到了一个叫”实验数据new2”的文件夹，点进去是”实验数据new2_final”的子文件夹，再点进去还有个”实验数据new2_final_真的”的文档。打开一看，记录的是哪天的实验、和谁做的、用什么参数——全都没有。你猜导师当时什么表情？

这个场景我猜你们很多人会觉得似曾相识。数据管理这件事，说起来都知道重要，做起来全靠临时抱佛脚。今天我就把我在中科院这三年踩过的坑、总结出的经验，完完整整地讲一遍。

为什么实验记录能决定你的科研命

先说个真事。我隔壁实验室有个师兄，做了两年多的课题，文章都写好了，结果在投稿前的数据审查中被发现某些原始数据对不上。调查发现他用的是自己加工过的数据，而不是最初的实验记录。不是学术不端，只是记录不规范——但这个”不规范”直接导致文章被撤稿，两年心血付诸东流。师兄后来换了导师，重新开始，那段时间整个人状态特别差。

反过来讲，记录做得好是什么体验？我们组有个师姐，她所有的实验记录都按时间线整理得清清楚楚。有一次导师想核实某个参数的演变历史，从她大一暑期的第一份原始数据开始，十分钟就调出来了。后来这篇论文被引用了上百次，每次有人问数据细节，师姐都能迅速回应。这种”数据会说话”的能力，让她还没毕业就被合作导师抢着要。

实验记录的重要性在于三点。第一，它是学术诚信的基石。所有的科研结论都建立在可重复的数据之上，没有原始记录，你的结论就是空中楼阁。第二，它是你后续分析的原材料。做实验的时候你以为理解了，等几个月后再看原始数据，往往会发现之前没注意到的规律。第三，它是你和导师、合作者沟通的凭证。数据不清楚，汇报的时候说什么？说我大概记得？

纸质记录和电子记录的双轨制

我见过两种极端：要么全靠脑子记，等于没记；要么把电子记录当万能钥匙，结果找不到对应的原始文件。正确做法是纸质记录和电子记录配合使用。

纸质记录是法律意义上的原始凭证。特别是在涉及专利申请、学术不端调查的时候，纸质手写记录的法律效力远高于电子文档。怎么做？我建议用专门购买的实验记录本，不要用普通的笔记本。实验记录本每一页都有固定的页码编号，便于追溯和管理。

纸质记录写什么？日期、时间、地点是基础中的基础。但更重要的是，写清楚你的实验目的。不是”测了XX样品”，而是”为了验证XX假设，测试XX条件下的XX指标”。如果你的实验涉及多人协作，把参与者的名字也记下来。另外，实验过程中出现的任何异常——设备报警、突然停电、样品颜色异常——都要如实记录。很多重大发现就藏在这些”意外”里。

电子记录是纸质记录的补充和延伸。纸质记录没法放图片、放视频、放大段数据，这时候就需要电子版。但要注意，电子记录必须和纸质记录一一对应。我的做法是，每次做完实验，在纸质记录上标注”电子文件：2024-03-15-SEM-01”，然后在对应电子文件夹里建一个同名的备份文件夹。这样双向追溯，谁也跑不了。

文件命名与文件夹结构

文件夹命名这件事，我见过太多离谱的。有人把实验数据全存在桌面，文件夹名叫”新建文件夹""新建文件夹(2)""新建文件夹(3)“；有人把所有文件都放在C盘根目录，文件名是”数据""数据1""数据2”；还有人喜欢用中文命名，结果代码读取的时候全是乱码。

我的文件夹结构是这样的：

根目录下按项目分，每个项目下面按时间或实验类型分。比如：项目A/2024-03-15-SEM表征/、项目A/2024-04-02-EDS分析/、项目B/2024-05-10-拉伸测试/。每个子文件夹里，再按原始数据、处理后数据、分析脚本、图表分为四个子文件夹。

文件名必须包含三要素：日期、内容、版本号。比如20240315_SEM_sample01_raw.vt，翻译过来就是2024年3月15日的SEM照片，样品1的原始数据，格式是矢量图。我见过有人文件名写”SEM图”，等要交数据的时候发现文件夹里有三十七个叫”SEM图”的文件，根本不知道哪个是哪个。

版本号特别重要。我之前的习惯是每次修改文件都覆盖原文件，结果有一次发现某张图不对，想用回上一版，结果发现已经覆盖了，根本找不回来。现在我会用v01、v02、v03标注版本，或者用20240315_v2这种带日期的格式。如果用Overleaf写论文，版本控制更是必须开起来，别问我怎么知道的。

数据备份策略

数据丢了是什么感觉？比丢钱包还难受。钱包丢了最多心疼几天，数据丢了可能让你延毕。我在中科院见过两个真实的例子：一个是师兄的电脑突然蓝屏，三年的数据全没了，还好实验室服务器有备份，只是丢了一周的数据；另一个师姐用的是移动硬盘备份，结果硬盘本身坏了，硬盘里的数据也没了。

三二一原则是基本素养：三个备份副本，两种不同存储介质，一份异地保存。原始数据在实验室服务器或电脑本地存一份，这是你的主备份；在移动硬盘或NAS上存一份，这是你的离线备份；用云盘（百度网盘、OneDrive、iCloud都可以）同步一份，这是你的异地备份。三份里面只要有任意两份完好，数据就不会丢。

备份频率看数据量。如果你的实验是每天产生新数据，建议每天同步一次；如果实验频率不高，一周同步一次也行，但一定要形成习惯。我的做法是设置自动同步脚本，每天下班前电脑自动把当天修改的文件同步到云盘和移动硬盘，不用人工干预。养成习惯之后，你会感谢当初设置这个脚本的自己。

还有一点要注意：备份要包含所有的分析过程和脚本，不能只备份最终结果。有一次我整理数据，发现最终图表不对，想追溯是哪一步出了问题，结果发现分析脚本没保存，只能从头再分析一遍。浪费了两天时间。

代码注释规范

数据分析代码是实验记录的电子版。你可能觉得代码写出来自己能看懂就行，但你试试三个月后再看自己写的代码，能看懂30%算我输。

代码注释要回答三个问题：这段代码在做什么、为什么要这样做、输入输出是什么。我现在的习惯是，每个脚本文件的开头用大段注释写清楚这段代码的目的、输入文件的位置、输出文件的位置、运行环境的版本要求。比如Python代码，我会写清楚用了哪些包、版本号是多少，这样换了环境还能复现。

变量命名要规范。不要用a、b、c这种抽象的名字，用temperature、concentration、sample_name这种见名知意的名字。如果变量有单位，也要标注清楚，比如time_seconds、mass_kg。我见过有人代码里写了x = 25，然后忘了这是温度还是浓度，想了半天才想起来是温度。

注释要解释”为什么”而不是”是什么”。x = 25 这行代码做什么大家都知道，不需要写”x赋值为25”。但如果你写的是x = 25 # 室温25°C有利于晶体生长，这就解释了为什么是25而不是24或26。很多时候”为什么”比”是什么”重要得多。

图片数据的命名与管理

电镜图、荧光显微镜照片、共聚焦成像——这些图片数据是科研中最珍贵的原始资料，也是最容易乱成一锅粥的部分。

图片命名要包含样品标识、实验条件、放大倍数、日期这四个要素。比如SiO2_NPs_10kX_20240315_001.jpg，意思是二氧化硅纳米颗粒样品，10千倍放大倍率，2024年3月15日拍摄，第001张图片。001、002这种编号用于区分同一天同一条件下拍摄的多张图片。

RAW格式是必须的。相机拍出来的RAW文件比JPG包含更多信息，特别是荧光显微镜这种需要后期处理的数据。我之前图省事只用JPG格式，结果有一次审稿人要求调整对比度，JPG经过压缩后已经损失了大量信息，根本调不出满意的效果。从那以后我养成了习惯，所有原始图片一律保存RAW格式，JPG只是用来快速预览的缩略图。

图片处理过程要完整记录。用了哪些软件、调整了哪些参数、裁剪了哪些区域，都要写清楚。我见过有人把电镜图调色之后忘了记录，结果被质疑图片造假。虽然是清白的，但解释起来费时费力。与其事后自证清白，不如事前记录清楚。

那些让数据不可信的行为

说完了正确做法，再说说红线在哪里。

第一个红线是选择性忽略数据。实验结果不符合预期，把异常值删掉——这在本科生里特别常见。不是造假，只是”手滑”。但任何对数据的修改都必须有明确的科学依据，并在记录中注明。

第二个红线是”回忆式”补记录。实验做完了一周，觉得记录好像缺了点东西，凭记忆补上。这是学术不端的边缘行为。一旦被质疑，你根本说不清楚哪些是原始记录、哪些是后来补的。我的建议是，实验当天就完成记录，不要拖。

第三个红线是共用数据但不标注来源。师兄的原始数据你直接拿来用，没问题，但一定要标注数据来源。不是你的名字是你的名字，这是最基本的学术规范。我见过因为数据来源标注不清，两个人互相扯皮的案例。

第四个红线是电子记录和纸质记录不一致。如果你有两套记录，它们必须能够对应上。如果对不上，解释成本会非常高。

说了这么多，其实就一句话：把数据管理当成做实验的一部分，而不是做完实验之后的附加工作。等你真正需要追溯数据的时候，你会感谢今天养成的好习惯。

希望你们别像我一样，在研一的时候被导师问得哑口无言。

继续阅读导航

上级目录

同目录索引

跨库关联

同主题推荐

相关标签

  • 大二大三核心信息差
  • 进行科研信息差
  • 科研
  • 留学
  • 创业

下一步阅读