空间站广场

论文

Notebooks

比赛

课程

Apps

我的主页

我的Notebooks

我的论文库

我的足迹

我的工作空间

任务

节点

文件

数据集

镜像

项目

数据库

公开

Pymatgen轻松一键绘制能带（BandStructure）和态密度（DOS）图-高通量计算系列教程

Pymatgen

vasp

化学信息学

Pymatgenvasp化学信息学

wanghongshuai@dp.tech

发布于 2023-11-10

推荐镜像 :Third-party software:Deprecated

推荐机型 :c2_m4_cpu

数据集

dos_band(v1)

Pymatgen轻松一键绘制能带（bandstructure）和态密度（DOS）图-高通量计算系列教程

代码

文本

作者：汪鸿帅 📨
时间：2023年9月18日

推荐镜像：unimol-qsar:v0.1
推荐计算资源：CPU
内容： pymatgen是Materials Project开发的一个python库,主要用于高通量计算的输入文件设置与输出文件处理，相关软件还有Fireworks，custodian，atomate，matminer，这些软件为高通量计算提供了一个完整的解决方案。pymatgen功能强大，针对Vasp的功能最为完善，利用pymatgen可以完成大部分Vasp计算的自动化处理，优势明显，大家可以自己去进一步学习，这里只为大家简单介绍一下pymatgen在能带结构与电子态密度画图方面的简单应用。
使用方式：您可在 Bohrium Notebook 上直接运行。您可以点击界面上方蓝色按钮 开始连接，选择 unimol-qsar任意一镜像 镜像及任何一款节点配置，稍等片刻即可运行。如您遇到任何问题，请联系 bohrium@dp.tech 。
共享协议：本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

快速作图，请直接看文末快速指南。

我们正式开始。我们计算的是Si N Ti，POSCAR中只有三种原子。当前目录下有四个文件夹，so是优化计算，scf是自恰计算，bs是能带计算，dos是态密度计算，计算已经完成。注意：以！开头的是shell命令

代码

文本

pymatgen是面向对象编程，发挥了python的长处，因此我们首先需要创建要处理的对象。
调用pymatgen.io.vasp.outputs模块，通过处理对应的vasprun.xml文件，得到两个对象dos_data与bs_data，包含了能带和态密度的所有信息。
得到这两个对象以后，我们就可以根据自己的需求来画各种图，相应的模块是pymatgen.electronic_structure.plotter。

代码

文本

[15]

import matplotlib.pyplot

from pymatgen.io.vasp.outputs import Vasprun

from pymatgen.electronic_structure.plotter import BSDOSPlotter,\

BSPlotter,BSPlotterProjected,DosPlotter

vasprun=Vasprun("/bohr/dos-band-gqw2/v1/vasprun.xml",parse_projected_eigen=True)

dos_data=vasprun.complete_dos

bs_data=vasprun.get_band_structure(line_mode=1)

/opt/conda/lib/python3.8/site-packages/pymatgen/io/vasp/inputs.py:1820: UnknownPotcarWarning: POTCAR data with symbol N does not match any VASP POTCAR known to pymatgen. There is a possibility your POTCAR is corrupted or that the pymatgen database is incomplete.
  warnings.warn(
/opt/conda/lib/python3.8/site-packages/pymatgen/io/vasp/inputs.py:1820: UnknownPotcarWarning: POTCAR data with symbol Si does not match any VASP POTCAR known to pymatgen. There is a possibility your POTCAR is corrupted or that the pymatgen database is incomplete.
  warnings.warn(
/opt/conda/lib/python3.8/site-packages/pymatgen/io/vasp/inputs.py:1820: UnknownPotcarWarning: POTCAR data with symbol Ti does not match any VASP POTCAR known to pymatgen. There is a possibility your POTCAR is corrupted or that the pymatgen database is incomplete.
  warnings.warn(

代码

文本

原始的能带与态密度图

将BSDOSPlotte的参数bs_projection与dos_projection的值均设置为None，表示不读取能带和态密度的投影信息，然后通过get_plot调用bs_data与dos_data画图。

代码

文本

[16]

plt_1=BSDOSPlotter(bs_projection=None, dos_projection=None)

plt_1.get_plot(bs=bs_data,dos=dos_data)

matplotlib.pyplot.savefig('plt_1.png')

代码

文本

将能带与态密度投影到元素

将BSDOSPlotte参数bs_projection与dos_projection的值均设置为’elements‘，表示读取能带和态密度的投影到元素的信息。

代码

文本

[17]

plt_2=BSDOSPlotter(bs_projection='elements', dos_projection='elements')

plt_2.get_plot(bs=bs_data,dos=dos_data)

matplotlib.pyplot.savefig('plt_2.png')

代码

文本

将能带投影到元素,态密度投影到轨道

将参数bs_projection设置为’element‘，dos_projection的值设置为‘orbitals’。

代码

文本

[18]

plt_3=BSDOSPlotter(bs_projection='elements', dos_projection='orbitals')

plt_3.get_plot(bs=bs_data,dos=dos_data)

matplotlib.pyplot.savefig('plt_3.png')

代码

文本

能带图

pymatgen中BSPlotter与BSPlotterProjected可以满足我们关于能带画图的绝大部分需求。

原始能带图

使用BSPlotter调用bs_data即可。

代码

文本

[19]

plt_4=BSPlotter(bs=bs_data)

plt_4.get_plot()

plt_4.save_plot("plt_4.png")

代码

文本

BSDOSPlotter也可以实现这一功能，我们需将BSDOSPlotter中的bs_projection与dos_projection设置为None，表示不读取投影信息，将get_plot的dos参数设置为None，表示不画态密度图。

代码

文本

[20]

plt_5=BSDOSPlotter(bs_projection=None, dos_projection=None)

plt_5.get_plot(bs=bs_data,dos=None)

matplotlib.pyplot.savefig('plt_5.png')

代码

文本

投影到元素的能带

BSPlotterProjected的get_elt_projected_plots可以将能带投影到每一种元素然后分别作图，通过线条的粗细来表示该元素对该轨道的贡献。

代码

文本

[21]

plt_6=BSPlotterProjected(bs=bs_data)

fig_6=plt_6.get_elt_projected_plots()

matplotlib.pyplot.savefig('plt_6.png')

代码

文本

BSPlotterProjected的get_elt_projected_plots_color可以将能带投影到每一种元素作一张图，每一种元素对应一种颜色，通过不同的颜色来表示该元素对该轨道的贡献。

代码

文本

[22]

plt_7=BSPlotterProjected(bs=bs_data)

fig_7=plt_7.get_elt_projected_plots_color()

matplotlib.pyplot.savefig('plt_7.png')

代码

文本

BSDOSPlotter也可以实现这一功能，我们只需将第一行的dos_projection与第二行的dos参数均设置为None即可。

代码

文本

[23]

plt_8=BSDOSPlotter(bs_projection='elements', dos_projection=None)

plt_8.get_plot(bs=bs_data,dos=None)

matplotlib.pyplot.savefig('plt_8.png')

代码

文本

态密度图

我们可以利用DosPlotter来画各种态密度图。DosPlotter有两个重要的参数，一是sigma，与INCAR中的SIGMA对应，我们可以通过调节sigma值的大小来调节态密度图的光滑程度。二是stack，可以决定作图方式是曲线还是面积，具体如下。

总态密度

DosPlotter中的add_dos用来定义要处理的对象dos,我们调用前边定义好的dos对象dos_data。我们取stack=False或False，sigma=0.5或初始值，来对比这两个参数的意义，结果如下。

代码

文本

[24]

plt_9=DosPlotter(stack=False,sigma=0.5)

plt_9.add_dos('total dos',dos=dos_data)

plt_9.save_plot('plt_9.png' )

代码

文本

[25]

plt_10=DosPlotter(stack=False)

plt_10.add_dos('total dos',dos=dos_data)

plt_10.save_plot('plt_10.png' )

代码

文本

[26]

plt_11=DosPlotter(stack=True,sigma=0.5)

plt_11.add_dos('total dos',dos=dos_data)

plt_11.save_plot('plt_11.png' )

代码

文本

投影到轨道的态密度

利用add_dos_dict获取投影信息，对dos_data进行get_spd_dos操作，获得投影到轨道的信息。

代码

文本

[27]

plt_12=DosPlotter(stack=False,sigma=0.5)

plt_12.add_dos('total dos',dos=dos_data)

plt_12.add_dos_dict(dos_data.get_spd_dos())

plt_12.save_plot('plt_12.png' )

代码

文本

投影到元素的态密度

利用add_dos_dict获取投影信息，对dos_data进行get_element_dos操作，获得投影到元素的信息。

代码

文本

[28]

plt_13=DosPlotter(stack=False,sigma=0.5)

plt_13.add_dos('total dos',dos=dos_data)

plt_13.add_dos_dict(dos_data.get_element_dos())

plt_13.save_plot('plt_13.png' )

代码

文本

以上就是全部内容，我在上边提到的各种方法还有许多参数，值得大家去仔细研究，大家也可以通过matplotlib设置图的字体和颜色等信息，定制各种高质量的能带与态密度图。

pymatgen除了画图还在许多其他方面有强大的功能，有兴趣的可以自己去研究。接下来是针对python小白的简单粗暴的操作指南。

代码

文本

快速指南

要求	方法
原始的能带与态密度图	In[2] + In[3]
将能带与态密度投影到元素	In[2] + In[4]
将能带投影到元素,态密度投影到轨道	In[2] + In[5]
原始能带图	In[2] + In[6] 或 In[2] + In[7]
总态密度	In[2] + In[11]
投影到轨道的态密度	In[2] + In[13]
投影到元素的态密度	In[2] + In[14]

代码

文本

参考

pymatgen画能带图方法-高通量计算初探: http://blog.wangruixing.cn/2019/05/19/pymatgen-band/

pymatgen 能带与态密度绘图教程： https://mp.weixin.qq.com/s/y7if55laqS-R16It-QGUiw

代码

文本

Pymatgen

vasp

化学信息学

Pymatgenvasp化学信息学

已赞3

本文被以下合集收录

机器学习与DFT精华帖

gtang

更新于 2024-09-10

38 篇21 人关注

材料计算

虚白

更新于 2024-08-25

20 篇5 人关注