Python量子力学计算模拟以及数据可视化

简介:

前言

本文为作者对其开源项目VASPy的说明文章。VASPy是一个纯Python编写的处理VASP文件数据以及进行数据快速可视化的库,基于OOP的思想提供了操作VASP文件的友好的接口,可以帮助使用者快速编写处理VASP相关文件的脚本,以提升效率。VASPy的项目仍处于起步阶段,希望大家可以都贡献出自己的力量使其壮大起来。

VASP简介

对于广大做计算化学或者材料模拟的同学肯定听说过VASP的大名或者其科学研究与其息息相关。 
VASP的全称是Vienna Ab-initio Simulation Package,是维也纳大学Hafner课题组开发的进行电子结构计算和量子力学-分子动力学模拟的软件包,目前是材料模拟和计算物质科学研究中最流行的商业软件之一。关于VASP的详细介绍可以参见其官方主页

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

( http://www.vasp.at/) VASPy项目简介

VASPy的思想是将VASP相关的文件都视为可操作的对象,通过友好的接口对一个或者多个VASP对象进行快速的操作以提升工作效率。目前已兼容Python2 和 Python3。

8481c8f592b7f349aa84a1de5c171db681516edfVASPy的GitHub地址: https://github.com/PytLab/VASPy
8481c8f592b7f349aa84a1de5c171db681516edfVASPy的PyPI地址: https://pypi.python.org/pypi/vaspy/
使用说明

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=


安装

VASPy库已上传至PyPI可以通过pip来进行安装:

 
$ pip install vaspy

从源码安装:

$ git clone git@github.com:PytLab/VASPy.git
$ cd vaspy
$ python setup.py install

VASPy包的文件结构

VASPy/

├── LICENSE

├── MANIFEST

├── MANIFEST.in

├── README.rst

├── requirements.txt

├── scripts

│   ├── change_incar_parameters.py

│   ├── create_inputs.py

│   └── ...

├── setup.cfg

├── setup.py

├── tests

│   ├── incar_test.py

│   ├── __init__.py

│   ├── oszicar_test.py

│   ├── outcar_test.py

│   ├── testdata

│   │   ├── CONTCAR

│   │   ├── DOS_SUM

│   │   ├── ELFCAR

│   │   └── ...

│   └── ...

└── vaspy

    ├── __init__.py

    ├── iter.py

    ├── matstudio.py

    └── ...

文件操作举例

目前VASPy提供了操作INCAR、POSCAR、OUTCAR、XDATCAR、ELFCAR等的接口,这里对其中的部分进行简要的举例介绍。

操作INCAR文件

INCAR是VASP做电子结构计算的参数设置文件,VASPy提供了InCar类可以方便获取INCAR文件的信息以及进行自定义的修改并生成新的INCAR文件。

VASPy/

├── LICENSE

├── MANIFEST

├── MANIFEST.in

├── README.rst

├── requirements.txt

├── scripts

│   ├── change_incar_parameters.py

│   ├── create_inputs.py

│   └── ...

├── setup.cfg

├── setup.py

├── tests

│   ├── incar_test.py

│   ├── __init__.py

│   ├── oszicar_test.py

│   ├── outcar_test.py

│   ├── testdata

│   │   ├── CONTCAR

│   │   ├── DOS_SUM

│   │   ├── ELFCAR

│   │   └── ...

│   └── ...

└── vaspy

    ├── __init__.py

    ├── iter.py

    ├── matstudio.py

    └── ...

通过此类操作便可以快速写出批量修改INCAR文件的脚本,附上代码链接(https://github.com/PytLab/VASPy/blob/master/scripts/change_incar_parameters.py)

操作POSCAR/CONTCAR/XDATCAR等含有结构坐标的文件

操作结构文件可以获取相应结构的信息,例如晶胞参数、晶胞体积等。

In [7]: from vaspy.atomco import PosCar



In [8]: poscar = PosCar("POSCAR")



In [9]: poscar.bases

Out[9]: 

array([[  7.29321435,  -4.21073927,   0.        ],

       [  0.        ,   8.42147853,   0.        ],

       [ -0.        ,   0.        ,  16.87610843]])



In [10]: poscar.get_volume()

Out[10]: 1036.5246404472209



In [11]: poscar.data

Out[11]: 

array([[ 0.24466667,  0.224     ,  0.13581544],

       [ 0.02244444,  0.11288889,  0.27163089],

       [ 0.13355555,  0.00177777,  0.        ],

       ...                                 

同时结构坐标类中还提供了三维空间坐标转换接口,例如Cartisan坐标与Direct坐标的相互转换。

In [7]: from vaspy.atomco import PosCar



In [8]: poscar = PosCar("POSCAR")



In [9]: poscar.bases

Out[9]: 

array([[  7.29321435,  -4.21073927,   0.        ],

       [  0.        ,   8.42147853,   0.        ],

       [ -0.        ,   0.        ,  16.87610843]])



In [10]: poscar.get_volume()

Out[10]: 1036.5246404472209



In [11]: poscar.data

Out[11]: 

array([[ 0.24466667,  0.224     ,  0.13581544],

       [ 0.02244444,  0.11288889,  0.27163089],

       [ 0.13355555,  0.00177777,  0.        ],

       ...                                 

从XDATCAR中获取迭代的结构信息。

from vaspy.atomco import XdatCar

>>> xdatcar = XdatCar("XDATCAR")

>>> for step, data in xdatcar:

>>>     print(step)

>>>     print(xdatcar.dir2cart(xdatcar.bases, data))

操作OUTCAR文件

OUTCAR是VASP最重要的输出文件,我们可以从中获取计算过程中基本上所有的信息。

获取迭代过程中原子的受力信息:

In [4]: from vaspy.iter import OutCar



In [5]: outcar = OutCar("OUTCAR_freq", poscar='POSCAR_freq')



In [9]: outcar.forces()  # 最近一次迭代中结构中原子在各个方向上的受力

Out[9]: 

([[2.79563, 0.85618, 1.19698],

  [4.47844, 0.86375, 4.78817],

  [2.37243, -0.5474, 3.59093],

  [3.91022, -0.54961, 7.26487],

  ...                        ])

如果要获取所以迭代步中的受力信息,需要使用OutCar提供的受力信息迭代器:

for forces in outcar.force_iterator:

    # Do something with forces tuple.

    ...

OutCar类对于含有频率计算的信息的文件会做频率收取操作,可以方便获取频率相关数据:

In [16]: outcar.freq_info

Out[16]: ('index', 'freq_type', 'THz', '2PiTHz', 'cm-1', 'meV', 'coordinates', 'deltas')



In [17]: outcar.freq_types

Out[17]: [['f', 'f', 'f'], ['f', 'f', 'f/i']]



In [19]: outcar.zpe

Out[19]: 0.1117761635



In [20]: for freq_info in outcar.freq_iterator:

    ...:     # Do something with frequency data

    ...:     ...

对于其他文件的操作这里就不进行一一介绍了。

VASP数据可视化

可视化分割后的DOS(态密度)数据

可视化的过程中可以选择进行d-band center的计算并显示。

In [1]: from vaspy.electro import DosX



In [2]: dos = DosX('DOS_SUM')



In [3]: dos.plotsum(0, (5, 10))

效果图:

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

ELFCAR/ CHGCAR数据的可视化

电荷数据主要是通过对三维矩阵进行处理后进行绘制,可以选择surface以及二维map和标量场的显示模式。

In [1]: from vaspy.electro import ElfCar



In [2]: elfcar = ElfCar("ELFCAR")



In [3]: elfcar.plot_contour()
640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

3D 等值线图, 这需要安装Mayavi模块来进行绘制。
In [4]: elfcar.plot_contour3d()

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

绘制标量场,同样需要Mayavi的支持。
In [5]: elfcar.plot_field()
640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

CHGCAR也是Fortran顺序的三维矩阵,绘制道理相同,因此可以用继承自ElfCar的ChgCar类来进行CHGCAR相关的绘制,例如差分电荷图。
In [4]: from vaspy.electro import ChgCar


In [5]: chgcar = ChgCar("CHGCAR_diff")


In [6]: chgcar.plot_contour()
640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

操作MaterialStudio中的xsd以及xtd等文件的接口

VASPy还提供了一个方便将Material Studio中的xsd文件与VASP文件互通的接口,通过VASPy中的XsdFileXtdFile类可以抽取文件中的晶格结构信息并结合VASP相关的类进行VASP文件的创建,同样可以方便的讲VASP的文件生成相应的用Material Studio可以显示的文件包括讲XDATCAR生成相应的*.arc*.xtd来显示动画效果。

附上脚本的链接,此脚本就是利用VASPy的接口将Material Studio文件和VASP的文件进行相互转换。

8481c8f592b7f349aa84a1de5c171db681516edf由MaterialStudio的xsd文件生成VASP输入文件的脚本
8481c8f592b7f349aa84a1de5c171db681516edf由VASP的输出文件生成相应的MaterialStudio可以显示的xsd文件的脚本
8481c8f592b7f349aa84a1de5c171db681516edf由MaterialStudio的轨迹文件生成VASP进行NEB搜索过渡态的输入文件的脚本

由VASP结果生成MaterialStudio的轨迹文件的动画效果图:

0?wx_fmt=gif&tp=webp&wxfrom=5&wx_lazy=1

结语

VASPy最初的想法是通过Python优雅简洁的特点将VASP的文件处理进行模块化,从而省去了重复写脚本的所花费的精力,使操作VASP文件像操作变量一样简单有效。 
目前本项目都是在作者工作需要的基础上不断对其功能和接口进行完善,但仍只是冰山一角,希望做计算模拟使用VASP的Pythoner们能不断参与进来,使其更加出色和高效。


原文发布时间为:2016-12-30

本文作者:邵正将

本文来自云栖社区合作伙伴“Python中文社区”,了解相关信息可以关注“Python中文社区”微信公众号

相关文章
|
4天前
|
数据处理 Python
如何使用Python的Pandas库进行数据排序和排名
【4月更文挑战第22天】Pandas Python库提供数据排序和排名功能。使用`sort_values()`按列进行升序或降序排序,如`df.sort_values(by='A', ascending=False)`。`rank()`函数用于计算排名,如`df['A'].rank(ascending=False)`。多列操作可传入列名列表,如`df.sort_values(by=['A', 'B'], ascending=[True, False])`和分别对'A'、'B'列排名。
14 2
|
2天前
|
机器学习/深度学习 数据挖掘 网络架构
Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析
Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析
15 0
|
3天前
|
机器学习/深度学习 算法 数据挖掘
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-2
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
24 1
|
2天前
|
机器学习/深度学习 算法 算法框架/工具
数据分享|PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子
数据分享|PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子
23 0
|
2天前
|
机器学习/深度学习 算法 Python
数据分享|Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户
数据分享|Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户
21 4
|
3天前
|
数据挖掘 数据处理 索引
如何使用Python的Pandas库进行数据筛选和过滤?
Pandas是Python数据分析的核心库,提供DataFrame数据结构。基本步骤包括导入库、创建DataFrame及进行数据筛选。示例代码展示了如何通过布尔索引、`query()`和`loc[]`方法筛选`Age`大于19的记录。
10 0
|
4天前
|
Python
如何使用Python的Pandas库进行数据缺失值处理?
Pandas在Python中提供多种处理缺失值的方法:1) 使用`isnull()`检查;2) `dropna()`删除含缺失值的行或列;3) `fillna()`用常数、前后值填充;4) `interpolate()`进行插值填充。根据需求选择合适的方法处理数据缺失。
39 9
|
7天前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
10 2
|
7天前
|
JSON 关系型数据库 数据库
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
34 0
|
7天前
|
数据可视化 数据挖掘 定位技术
Python 基于 Matplotlib 实现数据可视化(二)
Python 基于 Matplotlib 实现数据可视化(二)
19 0