阶梯式质量衡算

阶梯式质量衡算，用于高效计算速率常数、去除率、吸附模型、动力学模型等

例如，采用50ml降解体系，共降解3小时，每隔半小时取样4ml用于紫外可见吸光度测试，一共出6个吸光度数据。随着降解时间延长，目标降解物在某特定波长下的吸光度逐渐降低。这里采用吸光度曲线Ct=k×At，Ct为时间 t 时的质量浓度mg/L，At为时间 t 时的吸光度。当降解时间达到3h时，实验结束，此时取样不影响实验体系，因此影响降解体系的取样次数为5次，取样体积达到20ml。因此，若要得到实际降解率，不能直接采用（c0-ct）/c0来计算，而应根据测得的吸光度进行质量衡算。阶梯式质量衡算的设计思路包括以下两个要点：

① 有效供给降解体系的总质量m = 总质量 - 5次取样的总取出质量
② 则时间点 t 时的去除率 = 0到 t 时的降解去除率质量 / m

其中，总质量用初始吸光度A0计算，等于k×A0，k为从标准曲线拟合而来的吸光系数

新建文件，命名为“LSVC_for_k_and_remo_rate”，为还原实际质量去除率
代码实现如下：

# 吸光系数 k = 16.57527
# *传递tuple，**传递dict
# LSVC_for_k_and_remo_rate 用于计算速率常数和去除率的小体积矫正算法


def foo(*x, interval_min=30): 
	"""根据吸光度数据计算输出Vt，用于一级速率常数计算"""
    r = []  # 存放每t min的平均反应速率（已乘以-1）
    c = []  # 存放每t min首尾浓度的平均数
    for k in range(1, len(x)):
        r.append(round((x[k] - x[k-1]) * 16.57527/interval_min*(-1), 5))  # 计算每t min的平均反应速率（已乘以-1）
        c.append(round((x[k] + x[