本文介绍如何使用 `pandas.read_csv()` 的 `skiprows` 和 `header` 参数，自动跳过 txt 数据文件中的前导注释与表头行，精准读取数值数据用于绘图，同时保留原始文本信息以动态生成图表标题、图例等。
在处理实验仪器导出的 .txt 数据文件时，常见格式包含多行描述性文本（如标题、单位、列说明），而实际数值数据从第 4 行（或更后）才开始。若每次手动编辑文件删除前几行，不仅效率低，还易出错且不可复现。幸运的是，pandas.read_csv() 提供了灵活的参数，可原生支持此类结构化文本解析。
✅ 正确跳过前导行：skiprows 与 header=None
根据问题中示例，数据从第 4 行（0-indexed 即第 5 行）起始，前 3 行为字符串标题/表头。我们应跳过这 3 行（注意：skiprows=3 跳过前 3 行，使第 4 行成为首行数据），而非 skiprows=4（那会误跳首行有效数据）。此外，因前三行含非标准列名（如 “AUTime” “AUPercent” 混杂引号与空格），不应将其作为列索引，需显式设置 header=None：
df = pd.read_csv(filename, delim_whitespace=True, skiprows=3, header=None)
✅ 此时 df 将获得纯数值的 4 列 DataFrame，索引为 0, 1, 2, 3，可安全使用 df.iloc[:, 0] 等方式提取。
? 同时提取原始标题信息（用于图例/标题）
若需复用第一行（如 “Power Curve Thermocouple TC_MS” “Power Curve Thermocouple TC_FS”）作为图例标签，或第二行（”AUTime” “AUPercent” “AUTime” “AUPercent”）辅助标注，可在读取前先手动解析头部：
