JCAMP-DXとは

JCAMP-DXは、分光データを保存するために作成されたテキストベースのファイル形式です。

分光データとは光の電磁波スペクトルを測定したデータのことです。
詳しい解説は専門の文献を参照してください。

本記事のソースコード

本記事のソースコードはGitHubに一式をアップしています。
ソース全体と使用方法はこちらをご覧ください。

JCAMP-DXとJavaScript

JavaScriptには可視化用のライブラリが揃っています。
そのどれかを使って、JCAMP-DX形式のテキストを可視化することをゴールとします。

JCAMP-DX形式のテキストを直接扱うライブラリは、なくはないようですが、メジャーと言えるものは見当たりませんでした。

従って、JCAMP-DX形式のテキストをそのままJavaScriptで扱うのではなく、JSONに変換して渡してくれるAPIを作り、変換したJSONをもとにJavaScriptで可視化する方向を考えます。

JCAMP-DX形式のテキストをJSONに変換して返すAPI

今回はJCAMP-DX形式のデータをJSONに変換するために、Pythonのjcampを使わせていただきます。

JCAMP-DX形式のテキストはDynamoDBに格納しておくとします。
S3にJCAMP-DX形式のテキストファイルを置いておいてもいいのですが、S3にあるファイルを都度読み込むようなAPIは作らないかなと思い、DynamoDBを活用する方法にしました。

このように格納しておきます。

APIの本体のソースはこちらです。

まず、DynamoDBからJCAMP-DX形式のテキストを取得します。

def get_jdx_from_dynamodb(id: str) -> str:
    """
    DynamoDBからJDXデータを取得する

    Args:
        id (str): JDXデータのID

    Returns:
        str: JDXデータ
    """
    dynamodb = boto3.client("dynamodb")

    try :
        response = dynamodb.get_item(
            TableName=os.environ.get("TABLE_NAME"), Key={"jdx_id": {"S": id}}
        )
        if 'Item' not in response:
            raise ValueError(f"No item found with ID: {id}")
        
        jdx_data = response['Item'].get('jdx_data', {}).get('S')
        if jdx_data is None:
            raise ValueError(f"'jdx_data' is missing for ID: {id}")

        return response.get("Item").get("jdx_data").get("S")
    except Exception as e:
        print(f"Error fetching JDX data from DynamoDB: {str(e)}")
        raise e

取得したJCAMP-DX形式のテキストを連想配列に変換します。

def parse_jdx(jdx_data: str) -> dict:
    """
    JDXファイルの文字列をデータに変換する

    Args:
        jdx_data (str): JDXデータ

    Returns:
        dict: JDXデータを解析したデータ
    """

    try:
        return jcamp.jcamp_read(jdx_data.splitlines())
    except Exception as e:
        print(f"Error parsing JDX data: {str(e)}")
        raise e

以下の部分は、テキストファイルから読む場合は必要ですが、今回はDynamoDBからJCAMP-DXのテキストをロードしたので、この記述は不要でした。
付いていると逆に動きませんでした。

content = [line.decode("utf-8") for line in content]

変換した連想配列は、中にndarrayというデータが含まれており、そのままではJSONにできません。
json.dumpsにndarrayを変換するコードを渡して対応するようにしました。

jdx_data: str = get_jdx_from_dynamodb(params.get("jcampdx_id", ""))
jdx_parsed: dict = parse_jdx(jdx_data)
jdx_json: str = json.dumps(jdx_parsed, default=serialize_ndarray)

def serialize_ndarray(obj: any) -> list:
    """
    ndarrayをシリアライズ可能な形式に変換する

    Args:
        obj (Any): シリアライズするオブジェクト
    Returns:
        list: シリアライズ可能なオブジェクト
    """

    if isinstance(obj, numpy.ndarray):
        return obj.tolist()
    raise TypeError(f"{obj.__class__.__name__} is not JSON serializable")

JavaScriptで可視化

JCAMP-DX形式のテキストをJSONで返すAPIができたので、これをJavaScriptで可視化します。

テスト用のHTMLを作って可視化しました。

テスト用のHTMLは、下記部分の{APIのURL}を、API GatewayのURLに置換して使用しました。

const url = "{APIのURL}/jcampdx/";

JavaScriptによる可視化はPlotlyを使用しました。

APIレスポンスから、X軸とY軸の値リストを取得し、これを用いて描画します。

  function fetchAndVisualize() {
    const jdxId = document.getElementById("jdxIdInput").value;
    const url = "{APIのURL}/jcampdx/";

    fetch(url + jdxId)
      .then((response) => response.json())
      .then((data) => {
        const xValues = data.x || [];
        const yValues = data.y || [];

HTMLを開いて動作させるとこのようなイメージになります。

最後に

今回珍しい形式のデータを取り扱う機会があったので、サンプルコードを書いてみた次第です。

データを扱うのはPythonが充実してるので、Pythonで加工してから他の言語で扱うのはアリだなと感じました。

本記事がどなたかの役に立つことを願います。