利用Python對(duì)集成電路測(cè)試數(shù)據(jù)進(jìn)行可視化分析張鵬輝;章慧彬【摘要】介紹了一種利用Python對(duì)集成電路測(cè)試數(shù)據(jù)進(jìn)行可視化分析的方法，對(duì)比目前集成電路測(cè)試領(lǐng)域常見(jiàn)的數(shù)據(jù)分析方法，介紹的方法自動(dòng)化程度更高，分析結(jié)果格式統(tǒng)一，并且可以應(yīng)用于多種測(cè)試系統(tǒng)輸出的數(shù)據(jù)文件，具有明顯優(yōu)勢(shì).可以幫助測(cè)試工程師得出初步的直觀分析結(jié)果，從數(shù)據(jù)分析的機(jī)械重復(fù)勞動(dòng)中解放出來(lái)，將精力集中于數(shù)據(jù)的進(jìn)階分析上，在集成電路測(cè)試領(lǐng)域具有明顯的技術(shù)進(jìn)步意義.【期刊名稱(chēng)】《電子與封裝》【年(卷)，期】2018(000)0z1【總頁(yè)數(shù)】7頁(yè)(P53-59)【關(guān)鍵詞】Python;集成電路;測(cè)試;數(shù)據(jù)分析【作者】張鵬輝漳慧彬【作者單位】無(wú)錫中微騰芯電子有限公司，江蘇無(wú)錫214035;無(wú)錫中微騰芯電子有限公司，江蘇無(wú)錫214035【正文語(yǔ)種】中文【中圖分類(lèi)】TN4071引言隨著半導(dǎo)體行業(yè)的飛速發(fā)展，集成電路測(cè)試的規(guī)模也越來(lái)越大，根據(jù)中國(guó)半導(dǎo)體行業(yè)協(xié)會(huì)統(tǒng)計(jì)，2017年國(guó)內(nèi)出品超過(guò)2043億顆集成電路芯片，按中測(cè)和成測(cè)各一遍計(jì)算，將有4000億顆數(shù)據(jù)產(chǎn)生，這種規(guī)模的數(shù)據(jù)，用現(xiàn)有的方法很難及時(shí)做出分析處理，有效的信息淹沒(méi)在茫茫數(shù)據(jù)海洋中。而近年來(lái)集成電路測(cè)試行業(yè)本身的發(fā)展也更側(cè)重于測(cè)試能力、測(cè)試效率的提升，但數(shù)據(jù)分析這一部分技術(shù)發(fā)展速度跟不上時(shí)代要求。本文簡(jiǎn)述了一種利用Python開(kāi)發(fā)的數(shù)據(jù)可視化分析的方法，它有以下特點(diǎn)：分析自動(dòng)化程度和分析效率極高，適應(yīng)超大規(guī)模的數(shù)據(jù)量；可將分析結(jié)果可視化顯示，方便后續(xù)更深入地進(jìn)行分析研究；兼容擴(kuò)展性強(qiáng)，可以兼容不同測(cè)試機(jī)、不同產(chǎn)品的數(shù)據(jù)格式，添加分析項(xiàng)目較為方便。2現(xiàn)有常用測(cè)試數(shù)據(jù)分析方法及優(yōu)缺點(diǎn)目前常用的測(cè)試數(shù)據(jù)分析方法有以下幾種，對(duì)應(yīng)不同的應(yīng)用場(chǎng)景，各有其優(yōu)缺點(diǎn)，下面介紹。2.1利用Excel軟件進(jìn)行手動(dòng)分析把數(shù)據(jù)保存為csv或xls等表格文件，利用Excel軟件進(jìn)行統(tǒng)計(jì)分析，這種方式的優(yōu)點(diǎn)在于上手簡(jiǎn)單，處理開(kāi)發(fā)驗(yàn)證等小規(guī)模的數(shù)據(jù)較為靈活簡(jiǎn)便。但有幾個(gè)缺點(diǎn)：（1）Excel軟件本身在處理大規(guī)模數(shù)據(jù)時(shí)難以為繼；（2）對(duì)一些較復(fù)雜的分析算法，分析起來(lái)較為不便，并且算法復(fù)雜度越高，處理速度越慢；（3）缺少自動(dòng)化處理的能力，只能靠人工分析。因此它不適用于量產(chǎn)時(shí)的大規(guī)模數(shù)據(jù)分析工作，主要用于工程批測(cè)試數(shù)據(jù)分析、樣品數(shù)據(jù)驗(yàn)證等場(chǎng)景。2.2利用測(cè)試機(jī)自帶的分析工具進(jìn)行分析以V93000測(cè)試機(jī)為例，該型號(hào)為日本愛(ài)德萬(wàn)公司出產(chǎn)的高端大規(guī)模集成電路測(cè)試機(jī)，其操作系統(tǒng)為L(zhǎng)inux，利用其TP360套件可以對(duì)測(cè)試數(shù)據(jù)進(jìn)行全面分析。其界面如圖1所示。圖1V93000測(cè)試系統(tǒng)的數(shù)據(jù)分析套件這種方式有幾個(gè)缺點(diǎn)：（1）市場(chǎng)上測(cè)試機(jī)種類(lèi)繁多，各個(gè)測(cè)試機(jī)只能對(duì)自己產(chǎn)出的數(shù)據(jù)進(jìn)行分析，無(wú)法兼容，通用性很差；（2）部分測(cè)試系統(tǒng)如V93000的分析軟件不包含在測(cè)試機(jī)價(jià)格內(nèi)，需要另行購(gòu)買(mǎi)，成本較高；（3）大部分軟件的操作較為繁瑣，離實(shí)現(xiàn)自動(dòng)化分析有較大差距。其應(yīng)用場(chǎng)景較為局限，大部分只能由測(cè)試工程師分析小批量數(shù)據(jù)時(shí)使用。2.3利用商業(yè)軟件進(jìn)行分析以在統(tǒng)計(jì)學(xué)領(lǐng)域享有盛名的商業(yè)軟件SPSS為例，該軟件是整套的〃統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”，功能非常強(qiáng)大。SPSS的基本功能包括數(shù)據(jù)管理、統(tǒng)計(jì)分析、圖表分析、輸出管理等等。SPSS統(tǒng)計(jì)分析過(guò)程包括描述性統(tǒng)計(jì)、均值比較、一般線性模型、相關(guān)分析、回歸分析、對(duì)數(shù)線性模型、聚類(lèi)分析、數(shù)據(jù)簡(jiǎn)化、生存分析、時(shí)間序列分析、多重響應(yīng)等幾大類(lèi)，每類(lèi)中又分好幾個(gè)統(tǒng)計(jì)過(guò)程，比如回歸分析中又分線性回歸分析、曲線估計(jì)、Logistic回歸、Probit回歸、加權(quán)估計(jì)、兩階段最小二乘法、非線性回歸等多個(gè)統(tǒng)計(jì)過(guò)程，而且每個(gè)過(guò)程中又允許用戶選擇不同的方法及參數(shù)。SPSS也有專(zhuān)門(mén)的繪圖系統(tǒng)，可以根據(jù)數(shù)據(jù)繪制各種圖形。圖2為利用SPSS軟件繪制的散點(diǎn)圖。圖2利用SPSS軟件繪制的散點(diǎn)圖雖然SPSS功能強(qiáng)大，但是在測(cè)試數(shù)據(jù)的分析領(lǐng)域，也有其缺點(diǎn)：（1）售價(jià)較高;（2）功能過(guò)于強(qiáng)大導(dǎo)致入門(mén)門(mén)檻較高，需要花費(fèi)大量精力學(xué)習(xí)軟件使用教程，但實(shí)際上和測(cè)試相關(guān)的功能占比不高，浪費(fèi)人力；（3）缺乏自動(dòng)化分析手段。其同樣不適合于量產(chǎn)數(shù)據(jù)分析。綜上所述，目前的幾種常見(jiàn)數(shù)據(jù)分析手段都不太適于量產(chǎn)測(cè)試分析，集成電路測(cè)試行業(yè)本身的飛速發(fā)展需要在數(shù)據(jù)分析領(lǐng)域有所突破，下面介紹一種利用Python進(jìn)行測(cè)試數(shù)據(jù)分析的方法。3Python環(huán)境與待分析數(shù)據(jù)介紹Python是一種解釋型、面向?qū)ο?、?dòng)態(tài)數(shù)據(jù)類(lèi)型的高級(jí)程序設(shè)計(jì)語(yǔ)言，誕生于20世紀(jì)90年代。在當(dāng)今時(shí)代，Python不僅僅是一種計(jì)算機(jī)語(yǔ)言，它擁有豐富和強(qiáng)大的庫(kù)，廣泛應(yīng)用于計(jì)算機(jī)、互聯(lián)網(wǎng)、科學(xué)計(jì)算、統(tǒng)計(jì)分析等各個(gè)行業(yè)。在數(shù)據(jù)分析領(lǐng)域，Python是一種完全免費(fèi)的解決方案，利用眾多開(kāi)源的科學(xué)計(jì)算庫(kù)，可以完成很多以往通過(guò)付費(fèi)商業(yè)軟件才能勝任的任務(wù)。本文采用Python3.6.4版本為開(kāi)發(fā)環(huán)境進(jìn)行數(shù)據(jù)分析，使用了matplotlib、numpy、pandas,seaborn等開(kāi)源計(jì)算與應(yīng)用庫(kù)。目前集成電路測(cè)試領(lǐng)域常見(jiàn)的測(cè)試系統(tǒng)有幾十種，其輸出的測(cè)試數(shù)據(jù)格式也各不相同，本文采用的方法對(duì)絕大部分測(cè)試系統(tǒng)產(chǎn)生的數(shù)據(jù)文件都可以方便地進(jìn)行分析，下面以杭州長(zhǎng)川科技的CTA8280和北京華峰測(cè)控的STS8200這兩種測(cè)試系統(tǒng)的數(shù)據(jù)為例進(jìn)行說(shuō)明，這兩種測(cè)試機(jī)均為市場(chǎng)上的主流數(shù)?；旌蠝y(cè)試系統(tǒng)，可測(cè)試運(yùn)算放大器、比較器、模擬開(kāi)關(guān)、功率放大器、馬達(dá)驅(qū)動(dòng)器、霍爾器件、三端穩(wěn)壓器、DC-DC電源管理器、AC-DC電源管理器、鋰電池保護(hù)電路、收音機(jī)電路等多種類(lèi)型集成電路，它們可以輸出txt、csv、xls等格式的數(shù)據(jù)文件，一般量產(chǎn)測(cè)試時(shí)考慮到生產(chǎn)效率多采用csv格式。圖3是某原始數(shù)據(jù)文件的樣例。該數(shù)據(jù)文件為STS8200測(cè)試系統(tǒng)生成，大致分成3個(gè)段落，首行顯示當(dāng)前測(cè)試系統(tǒng)型號(hào)，后面是日期、測(cè)試系統(tǒng)編號(hào)、程序名、探針臺(tái)型號(hào)、圓片批次等基本信息，第二個(gè)段落是總的良率信息和分參數(shù)失效比例等信息，最后一個(gè)段落是表格形式的各個(gè)管芯的具體測(cè)試值。CTA8280的測(cè)試數(shù)據(jù)文件和該文件在具體格式和細(xì)節(jié)上有所區(qū)別，大體內(nèi)容基本一致，不再螯述。圖3某原始數(shù)據(jù)文件樣例4對(duì)數(shù)據(jù)文件進(jìn)行可視化分析4.1數(shù)據(jù)文件的預(yù)處理首先在Python中要完成一些基本的準(zhǔn)備工作，為后續(xù)的可視化分析建立條件。例如設(shè)定要分析的文件夾路徑、針對(duì)不同測(cè)試機(jī)的數(shù)據(jù)文件統(tǒng)一格式、設(shè)置分析結(jié)果的保存地址、針對(duì)不同產(chǎn)品和參數(shù)讀取要分析的關(guān)鍵參數(shù)表等等。要分析的數(shù)據(jù)主要是原始數(shù)據(jù)文件的第三段落，也就是各管芯的具體測(cè)試紙部分，要把這部分單獨(dú)讀取出來(lái)，利用pandas庫(kù)轉(zhuǎn)化為二維數(shù)據(jù)文件，圖4是這些準(zhǔn)備工作的流程圖。圖4數(shù)據(jù)文件預(yù)處理流程要達(dá)到自動(dòng)化處理的目的，首先要能自動(dòng)地搜索指定路徑下的所有數(shù)據(jù)文件并預(yù)處理，這樣程序運(yùn)行后可以自動(dòng)處理大規(guī)模量產(chǎn)測(cè)試數(shù)據(jù)，下面是搜索數(shù)據(jù)文件和預(yù)處理的一部分示例代碼：4.2分析思路和實(shí)現(xiàn)方法對(duì)一片晶圓的測(cè)試數(shù)據(jù)，我們主要關(guān)注其良率情況、具體參數(shù)的失效分布情況、關(guān)鍵參數(shù)是否測(cè)試準(zhǔn)確、測(cè)試值是否符合預(yù)期等各方面信息，然后通過(guò)Python的強(qiáng)大計(jì)算庫(kù)和靈活的應(yīng)用方式把分析思路以可視化實(shí)現(xiàn)。4.2.1失效坐標(biāo)信息顯示針對(duì)良率情況，可以從數(shù)據(jù)中把每個(gè)管芯的坐標(biāo)信息讀出來(lái)，繪制成和實(shí)物對(duì)應(yīng)的失效圖形，用綠色表示正常管芯，用紅色表示失效管芯，如果有特別關(guān)注的參數(shù)失效，也可以單獨(dú)設(shè)置顏色顯示。這樣工程師一眼掃過(guò)去，就知道良率是否正常，失效是否集中在某一個(gè)區(qū)域，還是均勻離散分布于整個(gè)圓片上。一般來(lái)說(shuō)，如果失效集中分布于一個(gè)區(qū)域，大部分都是工藝偏差造成的。如果是均勻離散分布，工藝偏差的可能性較小，有可能是參數(shù)上下限范圍制定得太窄，或者測(cè)試條件不夠合理等情況，因此將失效情況圖形化顯示對(duì)分析圓片失效情況很有幫助。圖5一目了然地顯示出了區(qū)域性失效圓片和正常良率圓片的區(qū)別。圖5區(qū)域性失效和正常圓片的圖形對(duì)比在Python中將數(shù)據(jù)文件中的各管芯坐標(biāo)讀出并圖形化顯示其失效情況，需要用到matplotlib庫(kù)，其計(jì)算思路為：讀取預(yù)處理之后的數(shù)據(jù)文件，選擇其中的所有管芯坐標(biāo)數(shù)據(jù)，將坐標(biāo)按點(diǎn)進(jìn)行繪圖得出初始的圓片圖形，按照實(shí)際需要選擇失效標(biāo)識(shí)，把失效坐標(biāo)點(diǎn)用不同顏色覆蓋到初始圖形內(nèi)。以下語(yǔ)句是一個(gè)樣例：4.2.2失效參數(shù)分布分析對(duì)失效參數(shù)的分布常用餅圖進(jìn)行分析，餅圖可以方便地反映各參數(shù)失效的占比情況，直觀地顯示重點(diǎn)失效參數(shù)?？梢酝ㄟ^(guò)pandas庫(kù)統(tǒng)計(jì)各參數(shù)失效的數(shù)目，并轉(zhuǎn)化為餅圖顯示。圖6是顯示結(jié)果。圖6失效分布的餅圖顯示以下語(yǔ)句是一個(gè)餅圖分析的樣例：4.2.3各參數(shù)具體測(cè)試值分析對(duì)具體測(cè)試值，可以用平均數(shù)、方差等參數(shù)來(lái)描述其數(shù)學(xué)特征，它們從某一項(xiàng)側(cè)面反映了一組數(shù)據(jù)的情況。在具體量產(chǎn)分析中，僅知道這些情況還不夠，需要知道數(shù)據(jù)在整體上的分布情況，本文中的分析方法除了計(jì)算平均值、方差這些基本信息，還做了頻率分布計(jì)算。根據(jù)半導(dǎo)體制造規(guī)律，絕大部分管芯的測(cè)試結(jié)果分布都應(yīng)該滿足正態(tài)分布曲線，因此可以在頻率分布計(jì)算后進(jìn)行正態(tài)分布擬合。與一般統(tǒng)計(jì)分析不同的是，在集成電路量產(chǎn)測(cè)試時(shí)，往往都是多工位（Site）同時(shí)測(cè)試，產(chǎn)生的數(shù)據(jù)按照工位數(shù)分成多組。那么在分析時(shí)，必須體現(xiàn)出各工位數(shù)據(jù)的特性與差異，對(duì)于某關(guān)鍵參數(shù)，如果某一個(gè)工位的分布中心值與其他工位相差較遠(yuǎn)，那么大概率是測(cè)試偏差導(dǎo)致。所以集成電路測(cè)試數(shù)據(jù)的分析不僅僅可以反映產(chǎn)品本身情況，對(duì)于測(cè)試過(guò)程中的質(zhì)量管控也很有幫助。圖7是以Iop參數(shù)為例的分析圖，可以直觀的看到Site2的測(cè)試結(jié)果和其他工位有一定偏差，由此可以推定該工位測(cè)試存在一定質(zhì)量風(fēng)險(xiǎn)，其數(shù)據(jù)參考價(jià)值較小。而其余3個(gè)工位的分布曲線和藍(lán)色虛線表示的標(biāo)準(zhǔn)正態(tài)分布曲線較為一致，其中心值和紅色虛線表示的平均值也吻合得很好，具有參考價(jià)值。圖7Iop參數(shù)的頻率分布曲線在參數(shù)分析中，首先根據(jù)預(yù)處理階段讀取到的產(chǎn)品與關(guān)鍵參數(shù)對(duì)應(yīng)表，選擇要分析的參數(shù)數(shù)據(jù)，統(tǒng)計(jì)其平均值、方差、最大最小值等信息。然后將數(shù)據(jù)分工位篩選，統(tǒng)計(jì)各工位信息，設(shè)定曲線顏色、圖例、標(biāo)題等信息，最后利用sns庫(kù)繪制概率分布曲線。下面是一段程序樣例。以上是部分可視化分析方法，根據(jù)實(shí)際情況，還可以做直方圖分布、散點(diǎn)圖、趨勢(shì)圖、盒圖、多參數(shù)之間的相關(guān)性分析圖等。5分析過(guò)程的自動(dòng)化將文件掃描、數(shù)據(jù)預(yù)處理、可視化分析、結(jié)果顯示與保存等功能整合成一個(gè)程序，可以方便地自動(dòng)化處理量產(chǎn)數(shù)據(jù)，圖8是自動(dòng)化分析的流程圖。圖8自動(dòng)化分析流程圖在進(jìn)行自動(dòng)化分析前，需要將待分析的數(shù)據(jù)文件放入指定路徑，將關(guān)鍵參數(shù)名寫(xiě)入?yún)?shù)表中，通過(guò)Python的os庫(kù)進(jìn)行循環(huán)掃描分析，分析結(jié)果分成兩種格式保存，可視化分析結(jié)果每片單獨(dú)保存成一個(gè)圖像文件，而數(shù)值部分統(tǒng)一整合成一份Excel文件。這份文件中包括數(shù)據(jù)文件名、程序名、批號(hào)片號(hào)、參數(shù)名、平均值、標(biāo)準(zhǔn)差、各工位統(tǒng)計(jì)等信息，方便進(jìn)一步分析。表1是一部分分析結(jié)果示例。表1分析結(jié)果的部分示例文件名程序名批號(hào)片號(hào)參數(shù)名平均值Site間差異diff/%標(biāo)準(zhǔn)差Site1Site2Site3Site4ll.csv0B2511C17kT022511CH-HVB321Vrefbef2.460.0003950.0160.0162.4592.462.462.45911.csv0B2511C17kT022511CH-HVB321Crefbef0.9940.0013390.1350.0290.9940.9930.9930.99411.csv0B2511C17kT022511CH-HVB321Ocpbef0.5080.0001620.0320.0040.5080.5080.5080.50811.csv0B2511C17kT022511CH-HVB321Tonbef3.5840.0178050.4970.1553.5923.5743.5913.578ll.csv0B2511C17kT022511CH-HVB321Fminbef0.4740.0017390.3670.020.4750.4740.4750.47411.csv0B2511C17kT022511CH-HVB321Iop0.8250.0279553.3890.0180.8310.8050.8330.8311.csv0B2511C17kT022511CH-HVB321Ismax94.560.7876240.8332.57694.6694.0294.7894.81對(duì)于可視化分析的結(jié)果，按照片號(hào)單獨(dú)進(jìn)行保存，根據(jù)待分析產(chǎn)品的不同，輸出圖像的尺寸與排布需要自動(dòng)計(jì)算，以下為計(jì)算程序示例：根據(jù)示例數(shù)據(jù)文件的分析設(shè)定，在分析完成后，可以得出按片號(hào)保存的圖像格式結(jié)果文件，可以方便地進(jìn)行瀏覽分析。圖9是分析結(jié)果，從圖9中可以方便直觀地看出批號(hào)片號(hào)、測(cè)試程序名、整體良率情況、各參數(shù)失效分布情況、關(guān)鍵參數(shù)的分工位分析結(jié)果等信息。圖9自動(dòng)可視化分析的結(jié)果樣例6結(jié)束語(yǔ)隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，集成電路測(cè)試行業(yè)如果能利用好最新的技術(shù)和軟件工具，將會(huì)帶來(lái)顯著的效率提升，對(duì)測(cè)試工程師來(lái)說(shuō)，也可以從繁重的數(shù)據(jù)分析任務(wù)中解放出來(lái)。常見(jiàn)的幾種集成電路測(cè)試數(shù)據(jù)分析方法，都要求工程師人工進(jìn)行大量操作才能得出分析結(jié)果，這些操作很多都是機(jī)械重復(fù)性的，而分析結(jié)果的輸出也不統(tǒng)一。本文利用Python進(jìn)行可視化分析，可以自動(dòng)化地得出可視化分析結(jié)果并按要求歸檔保存，針對(duì)量產(chǎn)數(shù)據(jù)可以做到一鍵分析，可以說(shuō)是這個(gè)細(xì)分領(lǐng)域的一大技術(shù)進(jìn)步。參考文獻(xiàn)：【相關(guān)文獻(xiàn)】中國(guó)半導(dǎo)體行業(yè)協(xié)會(huì).2017年中國(guó)集成電路產(chǎn)業(yè)運(yùn)行情況[R].北京，中國(guó)半導(dǎo)體行業(yè)網(wǎng),2018:3.Advantest.TechnicalDocumentationCenter3.3.1[R].US,2015:18.李小勝，陳珍珍.如何正確