A técnica LIBS (Laser Induced Breakdown Spectroscopy) é baseada na análise de um espectro de emissão que é gerado a partir de um plasma induzido por laser. Com o resfriamento do plasma é possível detectar linhas de emissão discretas, essa detecção é feita por um sistema composto por um espectrômetro, lentes e um controlador de tempo. A partir do plasma gerado, é possível realizar uma análise das linhas de emissão da amostra de interesse, o que irá permitir a identificação dos elementos presentes na mesma. Para obter uma melhor precisão na medida e diminuir efeitos de matriz, uma grande quantidade de espectros/dados é necessária para obter um método de análise que seja eficiente. Dessa forma esse trabalho tem como objetivo o desenvolvimento de uma rotina utilizando o software Python, que a partir dos data frames fornecidos pelo espectrômetro, trate os dados e faça a análise de cada mostra. Foram utilizados dois conjuntos de amostrar agrícolas, de variedades de arroz e de milho. Como não foi possível obter os espectros diretamente, devido a pandemia do COVID-19, foram utilizados um conjunto de dados medidos por colaboradores em outras instituições. Nas diferentes amostras investigadas, através da base de dados NIST, foi possível determinar diferentes macro e micro nutrientes, no milho foram identificados C, Fe, Mg, Al e no arroz foram identificados: C, Fe, Mg, Ca. Após a identificação dos elementos, a rotina desenvolvida recebe os espectros de cada amostra, trata os dados e analisa cada espectro de forma a retornar um novo data frame com as áreas sob os picos de emissão dos elementos identificados na amostra e o desvio padrão da análise. Cada elemento analisado, em um conjunto de 120 espectros leva apenas 18.17 segundos para analisar, sem a rotina poderia levar várias horas. Por fim, através dessa rotina foi possível avaliar a variação nutricional das diferentes variedades de milho e arroz em um curto intervalo de tempo.