pymatgen-analysis-diffusion 2024.7.15

pymatgen-analysis-diffusion

以前是pymatgen-diffusion，这是由材料虚拟实验室开发的Pymatgen扩散分析插件。请注意，它依赖于Pymatgen进行结构操作、文件I/O和初步分析。这是一个正在进行中的科学工作。请定期查看更多详细信息。

文档可通过Github Pages获得。

主要更新（v2021.3.5）

pymatgen-analysis-diffusion 现已作为命名空间包 pymatgen-analysis-diffusion 发布在 PyPI 上。应通过 pymatgen.analysis.diffusion 而不是 pymatgen_diffusion 来导入。要使用 pip 安装此包

pip install pymatgen-analysis-diffusion

特性（非详尽！）

1. Van-Hove 分析

2. 概率密度

3. 聚类（例如，具有周期性边界条件的 k-means）。

4. 迁移路径寻找和 IDPP。

引用

如果您在研究中使用了 pymatgen-diffusion，请引用以下工作

Deng, Z.; Zhu, Z.; Chu, I.H.; Ong, S. P. Data-Driven First-Principles
Methods for the Study and Design of Alkali Superionic Conductors,
Chem. Mater., 2016, acs.chemmater.6b02648, doi:10.1021/acs.chemmater.6b02648.

鉴于它构成了大多数分析的基础，您还应该包括以下引用对 pymatgen 核心包的引用

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.

此外，某些分析可能还有相关的出版物，您应该引用。请参考每个模块的文档。

贡献

我们欢迎各种形式的贡献。如果您想贡献，请将此存储库分支，进行更改，并向我们发送拉取请求！

致谢

我们衷心感谢以下机构对本代码开发的资助

1. 美国国家科学基金会“设计材料以革命性地改变和工程化我们的未来”（DMREF）计划，项目编号 1436976，用于 AIMD 分析包。

2. 美国能源部科学办公室，基础能源科学，项目编号 DE-SC0012118，用于 NEB 分析包。