p4vasp分析态密度输出pdos数据后用Python分列

背景

在分析态密度(DOS)时，常常用p4vasp这个软件来读取vasprun.xml，进而获得需要的各元素或轨道对应的图形。然后，利用p4vasp的export功能将数据输出画图。具体操作参见

https://www.bigbrosci.com/2018/02/08/ex39/
注：本例中的数据来源也是该博文，感谢原作者的分享

然而，在将数据输出为dat格式后，发现一个问题，即：p4vasp把所有的数据都由上到下排在两列中，画图时面临着只有一个x，一个y的情况，画出来的图如下：

而软件中的样子（我们想画成的样子）起码有颜色区别：

观察了数据后发现，每组数据是301行，之后有一个空行，然后再接301行，如此反复。当然数据量少可以手动剪切粘贴，但是数据很多的时候就会很繁琐。因此，想着利用python中的pandas功能来将这些数据每302行（含最后一个空行）为一组，取出，放在新的两列，然后再进行画图。整理好思路，我们先把dat文件放到excel转为csv格式（记得分列），然后运行Python程序（py文件和csv在一个文件夹即可）

代码如下：

# -*- coding: utf-8 -*-
"""
Created on Sat Dec 12 20:15:08 2020@author: fya
"""#观察数据，301行后有一个空行。
import pandas as pddf0=pd.read_csv('testRu.csv',header=None) #记得更改为自己的csv文件名
l=len(df0)  #获取长度
l=l+1 #把最后一行空行也算上，要不然后面除以302会有错误
print(l)
print(df0.head())df=df0.iloc[0:301,:].reset_index(drop=True) #前301行数据为第一组，0：301是取从第0行到第300行，第301不取。reset_index(drop=True) 是为了去除原有的index，重新从0生成indexprint(df.tail())df_values=locals()
l=int(l/302) #用除法后要变为int，不然默认float，到后面range部分会出错
print(l)
for i in range(2,l+1):     #range括号左含右不含l1=302*i-302l2=302*i-1df_values['df'+str(i)]=df0.iloc[l1:l2,:].reset_index(drop=True)   #随着i的不同，每301行都取出，index不受原始数据影响，都是从0开始df=pd.concat([df,df_values['df'+str(i)]],axis=1,join='outer') #将取出的数据横着排列,axis=1，形成新的df，然后与下一个i产生的新的列继续合并直到结束print(df)
df.to_csv('dos.csv',header=None,index=None) #不要column和index，以免画图时出错
print('Done!')

用Python分好组是如下图这样的：

放入origin，设置对应的x，y，画图如下：

方法2

此方法无需再转存为csv文件，可以直接用dat文件，需要注意读入数据后没有空行

# -*- coding: utf-8 -*-
"""
Created on Sat Dec 12 20:15:08 2020@author: fya
"""import pandas as pddf0=pd.read_table('testRu.dat',sep='\s+',header=None,engine='python') #直接读取dat文件，读取后无空行
l=len(df0)  #获取长度
#l=l+1 #把最后一行空行也算上
print(l)   # 得到值：903
print(df0.head())df=df0.iloc[0:301,:].reset_index(drop=True) #前301行数据为第一组（0-300行，第301不取），reset_index(drop=True) 是为了去除原有的index，重新从0生成indexprint(df.tail())df_values=locals()
l=int(l/301) #用除法后要变为int，不然默认float，到后面range部分会出错
print(l)
for i in range(2,l+1):     #range括号左含右不含l1=301*(i-1)l2=301*idf_values['df'+str(i)]=df0.iloc[l1:l2,:].reset_index(drop=True)   #随着i的不同，每301行都取出，index不受原始数据影响，都是从0开始df=pd.concat([df,df_values['df'+str(i)]],axis=1,join='outer') #将取出的数据横着排列,axis=1，形成新的df，然后与下一个i产生的新的列继续合并直到结束print(df)
df.to_csv('dos.dat',header=None,index=None)
print('Done!')

此法输出dat文件，拖到origin直接画图，得到和方法一同样的结果

p4vasp分析态密度输出pdos数据后用Python分列相关推荐

python 打开dat格式_p4vasp分析态密度输出pdos数据后用Python分列
注:本文来源于"晚亭听铃"发表在CSDN网站上的原创博文,点击阅读原文关注他!在分析态密度(DOS)时,常常用p4vasp这个软件来读取vasprun.xml,进而获得需要的各元素 ...
分析89万招聘数据后发现：华为平均月薪35K，Java需求下降
导读:基于国内各主流招聘网站发布的招聘岗位数据分析,5 月共计有 89 万招募中的互联网岗位,需求量与上月相比减少 50%,其中 TOP100 知名公司的职位有 27319 条,剔除销售.行政等市场与 ...
到底梅西和C罗谁更强？分析7年大赛数据后，才知道谁在巅峰
"新闻故事类型的数据可视化是我想尝试的一个方向,锻炼了自身将数据可视化和故事相结合的能力,讲出能引发大家深思和共鸣的主题观点." 作品背景:作为一个资深球迷的我,刚好又正值欧洲杯和 ...
实例 | 分析38万条数据，用Python分析保险产品交叉销售和哪些因素有关
公众号后台回复"图书",了解更多号主新书内容 CDA数据分析师出品作者:真达.Mika 数据:真达 [导读] 今天教大家用Python分析保险产品交叉销售和哪些因素有 ...
c++输出txt格式循环一组数据后换行再循环一次_numpy、pandas以及用pandas做数据分析的案例...
本文也是秦路老师python教程的学习笔记.这篇也是发给超哥看的:很多人说python很简单很好学,也有很多人说python没有java和c的功能强大.但是这都不重要,重要的是我们想学了,想画图也好做 ...
JavaEE中用response向客户端输出中文数据乱码问题分析
这篇文章主要介绍了JavaEE中用response向客户端输出中文数据乱码问题分析,需要的朋友可以参考下 Web服务器收到客户端的http请求,会针对每一次请求,分别创建一个用于代表请求的reques ...
输出nc数据_NetCDF（NC）数据的使用、转换和分析
最近项目中需要处理和分析NC数据,所以我查了一下,百度百科的解释是:NetCDF(network Common Data Form)网络通用数据格式是由美国大学大气研究协会(University Co ...
利用python编写爬虫程序，从招聘网站上爬取数据，将数据存入到MongoDB数据库中，将存入的数据作一定的数据清洗后做数据分析，最后将分析的结果做数据可视化
教程演示创建爬虫项目编写需要爬取的字段(items.py) 编写spider文件(wuyou.py) 编写数据库连接(pipelines.py) 编写反爬措施(settings.py) Mongo ...
这个工具，可视化分析10W数据后，找到了数据岗位月薪20K的秘诀
经常有人会问我这样的问题:能不能做一个职业的可视化分析?最近找工作很不顺利,各种迷茫,希望从广大求职者的数据中得到一些启发. 肯定没问题,今天就给大家分析一波职业数据,以可视化的形式让各位感受一下数据 ...

p4vasp分析态密度输出pdos数据后用Python分列

背景

代码如下：

方法2

p4vasp分析态密度输出pdos数据后用Python分列相关推荐

最新文章

热门文章