VASP实用教程：pymatgen — 高通量材料计算最强大的python程序包之一

本文为由小强撰写的《VASP实用教程》第38篇，全系列约60篇，将在近期陆续更新。

Python Materials Genomics (pymatgen)是一个API包，可以连接materials project进行高通量计算，是进行高通量材料计算最强大的python程序包之一，是加州大学圣地亚哥雅各布斯工程学院的纳米工程教授Shyue Ping Ong和他的材料虚拟实验室(Materials Virtual Lab)团队开发并维护的程序。

我们主要会用到这个软件包的一些功能，如切割晶面，绘制能带和态密度图，生成吸附模型等。下面和大家简单介绍一下pymatgen。

• 软件介绍

pymatgen是一个用于材料分析的强大的、开源的Python库，供用户免费使用。以下是一些主要功能：

• 高度灵活的类，用于表示元素、位点、分子、结构对象；
• 广泛的输入/输出支持，包括对VASP、ABINIT、CIF、Gaussian、XYZ和许多其他文件格式的支持；
• 强大的分析工具，包括生成相图、Pourbaix图、扩散分析、反应等；
• 电子结构分析，如态密度和能带结构；
• 集成了Materials Project REST API, Crystallography Open Database。

pymatgen输出图形的例子：

• 安装pymatgen

可以通过两种方法来来安装pymatgen。

• 通过conda安装（推荐）

如果您完全不熟悉Python和/或正在使用Windows，那么最简单的安装过程就是使用conda。如果已经安装了conda，那么可以使用以下命令从conda-forge channel安装pymatgen：

conda install --channel conda-forge pymatgen

请注意，您可能需要确保gcc的相对较新版本可用于编译pymatgen。你可以通过conda得到：

conda install gcc

pymatgen正在积极开发中，并定期添加新特性。要将pymatgen升级到最新版本，请使用以下命令：

conda upgrade pymatgen

• 通过pip安装

Python Package Index（PyPI）上的版本始终是相对无bug的最新稳定版本。在任何系统上安装pymatgen的最简单方法是使用pip：

pip install pymatgen

需要确保安装了相对较新的gcc版本。

要通过pip升级pymatgen：

pip install --upgrade pymatgen

要使用一些功能的话仍然需要安装相应的软件包：

pmg config --install enumlib

pmg config --install bader

此外，如果要使用pymatgen生成VASP的POTCAR文件，需要下载vasp的赝势库并配置好路径，具体操作见pymatgen官网 Installation 部分。

• pymatgen的典型工作流概述

下图是pymatgen的工作流程概述。典型的工作流程需要用户使用pymatgen的io包将来自不同来源（第一原理计算、晶体学和分子输入文件、材料项目等）的数据（结构、计算等）转换为Python对象，然后使用pymatgen的io包执行进一步的结构操作或分析。

• pmg-命令行工具

pymatgen附带了一组有用的脚本，这些脚本利用库来执行各种分析。当您通过典型的安装路径安装pymatgen时，这些默认安装到您的路径中。

pmg的典型用法是：

pmg {setup, config, analyze, plotdos, plotchgint, convert, symm, view, compare} additional_arguments

可以使用“pmg--help”或“pmg subcommand--help”来显示关于如何使用这些子命令的有用帮助消息。从v4.6.0开始，pmg还支持使用argcomplete的bash完成，这对于cli工具中提供的许多选项非常有用。要启用argcomplete，请pip安装argcomplete，然后按照argcomplete的说明启用全局完成，或者在.bash_profile中添加以下行（此方法通常更可靠）：

eval "$(register-python-argcomplete pmg)"

以下是一些典型用法的示例：

如果在发表的成果中使用了pymatgen，请按照以下格式引用：

Shyue Ping Ong, William Davidson Richards, Anubhav Jain, Geoffroy Hautier, Michael Kocher, Shreyas Cholia, Dan Gunter, Vincent Chevrier, Kristin A. Persson, Gerbrand Ceder. Python Materials Genomics (pymatgen) : A Robust, Open-Source Python Library for Materials Analysis. Computational Materials Science, 2013, 68, 314–319. doi:10.1016/j.commatsci.2012.10.028.

网zhi资料：

pymatgen：ht0tps://pymatgen.org/