材料信息学可视化工具包
项目描述
pymatviz
材料信息学可视化工具包。
如果您在研究中使用了
pymatviz，请查看引用方法。
安装
pip install pymatviz
API文档
请参阅/api页面。
用法
请参阅examples/下的Jupyter笔记本，了解如何使用pymatviz。欢迎提交带有额外示例的PR！🙏
| mlff_phonons.ipynb |  |
 |
| matbench_dielectric_eda.ipynb | |
|
| mp_bimodal_e_form.ipynb | |
|
| matbench_perovskites_eda.ipynb | |
|
| mprester_ptable.ipynb | |
|
元素周期表
请参阅pymatviz/ptable/ptable_matplotlib.py和pymatviz/ptable/ptable_plotly.py。 matplotlib支持热图、热图比率、热图分割（每个元素多个值）、直方图、散点图和线图。plotly目前仅支持热图（欢迎PR将其他matplotlib ptable变体移植到plotly！）。plotly热图支持在悬停时显示额外数据或通过Dash进行完全交互。
声子
请参阅使用示例 examples/mlff_phonons.ipynb。
plot_phonon_bands(bands_dict) |
plot_phonon_dos(doses_dict) |
|---|---|
 |
 |
plot_phonon_bands_and_dos(bands_dict, doses_dict) |
plot_phonon_bands_and_dos(single_bands, single_dos) |
 |
 |
使用ptable_heatmap_plotly()的Dash应用程序
请参阅 examples/mprester_ptable.ipynb。
太阳爆发图
请参阅 pymatviz/sunburst.py。
spacegroup_sunburst([65, 134, 225, ...]) |
spacegroup_sunburst(["C2/m", "P-43m", "Fm-3m", ...]) |
|---|---|
 |
 |
桑基图
请参阅 pymatviz/sankey.py。
sankey_from_2_df_cols(df_perovskites) |
sankey_from_2_df_cols(df_rand_ints) |
|---|---|
 |
 |
结构
请参阅 pymatviz/structure_viz.py。目前，结构绘制只支持在2维中使用matplotlib。3维交互式绘图（可能使用plotly）正在路线图中。
plot_structure_2d(mp_19017) |
plot_structure_2d(mp_12712) |
|---|---|
 |
 |
直方图
散点图
请参阅 pymatviz/scatter.py。
X射线衍射
请参阅 pymatviz/xrd.py。
plot_xrd_pattern(pattern) |
plot_xrd_pattern({key1: patt1, key2: patt2}) |
|---|---|
 |
 |
不确定性
qq_gaussian(y_true, y_pred, y_std) |
qq_gaussian(y_true, y_pred, y_std: dict) |
|---|---|
 |
 |
error_decay_with_uncert(y_true, y_pred, y_std) |
error_decay_with_uncert(y_true, y_pred, y_std: dict) |
 |
 |
累积度量
cumulative_error(preds, targets) |
cumulative_residual(preds, targets) |
|---|---|
 |
 |
分类
roc_curve(targets, proba_pos) |
precision_recall_curve(targets, proba_pos) |
|---|---|
 |
 |
相关性
marchenko_pastur(corr_mat, gamma=ncols/nrows) |
marchenko_pastur(corr_mat_significant_eval, gamma=ncols/nrows) |
|---|---|
 |
 |
如何引用 pymatviz
请参阅 citation.cff 或使用以下BibTeX条目引用 Zenodo记录
@software{riebesell_pymatviz_2022,
title = {Pymatviz: visualization toolkit for materials informatics},
author = {Riebesell, Janosh and Yang, Haoyu and Goodall, Rhys and Baird, Sterling G.},
date = {2022-10-01},
year = {2022},
doi = {10.5281/zenodo.7486816},
url = {https://github.com/janosh/pymatviz},
note = {10.5281/zenodo.7486816 - https://github.com/janosh/pymatviz},
urldate = {2023-01-01}, % optional, replace with your date of access
version = {0.8.2}, % replace with the version you use
}
下载文件
下载适合您平台的文件。如果您不确定该选择哪个，请了解有关安装包的更多信息。
源分发
pymatviz-0.11.0.tar.gz (135.8 kB 查看哈希值)
构建分发
pymatviz-0.11.0-py2.py3-none-any.whl (118.2 kB 查看哈希值)
关闭
pymatviz-0.11.0.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 631d42bfe6b5c60753af6de28b3b65be6751dc89547879b43b4f7705d1234f43 |
|
| MD5 | 4899bd5afa3b98b46be9fa423f27721f |
|
| BLAKE2b-256 | 2dada2bed478b1bb104e7af3819645771d5a4cc468169d80e423d234ca5d8f0b |
关闭
pymatviz-0.11.0-py2.py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 592267d60a02c489e3097720c52f42e80b3136e2132c007b8c92adbbb13a2199 |
|
| MD5 | 76757517d137027e22188affda16acd8 |
|
| BLAKE2b-256 | 59a604b2c5b234cea38efef73854f41f0c6fe735b54b12f2c0bc6980a7e0d397 |
