p4vasp分析态密度输出pdos数据后用Python分列

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）

# -*- 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 pd

df0=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index

print(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-302
    l2=302*i-1
    df_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：

# -*- coding: utf-8 -*-
"""
Created on Sat Dec 12 20:15:08 2020

@author: fya
"""


import pandas as pd

df0=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index

print(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*i
    df_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