Was in diesem Artikel einzuführen

** INPUT **: Daten mit beliebigen Werten für jedes Element im Periodensystem

{'H': 772, 'He': 4, 
'Li': 1822, 'Be': 129, 'B': 511, 'C': 458, 'N': 755, 'F': 1756,
'Na': 1214, 'Mg': 905, ..., 'Np': 58, 'Pu': 57}

Gegen

** AUSGABE **: Wärmekarte des Periodensystems wie unten

Vorstellung der Werkzeuge, die erhältlich sind.

Für welche Art von Menschen?

Dieser Artikel richtet sich hauptsächlich an Personen, die an MI: Materials Informatics beteiligt sind und normalerweise mit umfangreichen zusammengesetzten Daten umgehen. Es wird als nützlich für die Visualisierung zusammengesetzter Daten angesehen.

Was ich benutzt habe

Die Wärmekartenzeichnung des Periodensystems ist in pymatgen.util.plotting [] implementiert, einer Open-Source-Python-Bibliothek für die Materialanalyse, die von Materials Project [] mit dem Namen pymatgen [](Python Materials Genomics) entwickelt wurde. Ich habe periodic_table_heatmap [] verwendet.

Ich habe es versucht

Ja. Ich habe versucht, sofort zu verwenden.

Umgebung

$ python -V
Python 3.7.4

Ausführungscode

Ich habe versucht, auf den Code zu verweisen, der in Testcode [] von pymatgen.util.plotting [] beschrieben ist.

`periodic_table_heatmap_example.py`


#!/usr/bin/env python3

from pymatgen.util.plotting import periodic_table_heatmap

# The following code is based on:https://github.com/materialsproject/pymatgen/blob/master/pymatgen/util/tests/test_plotting.py
def main():
    random_data = {'Te': 0.11083818874391202,
                   'Au': 0.7575629917425387,
                   'Th': 1.2475885304040335,
                   'Ni': -2.0354391922547705}

    plt = periodic_table_heatmap(random_data, cmap="plasma")
    plt.savefig("periodic_table_heatmap.png ")


if __name__ == '__main__':
    main()

Ausführungsergebnis

Auf diese Weise wurde in einem Schuss ein Wärmekartendiagramm erzeugt, das den Wert jedes Elements der angegebenen Daten widerspiegelt: "random_data". Was meinst du?

Ich möchte ein ausführlicheres Ausgabediagramm

Persönlich wollte ich die folgenden Punkte des Standardcodes anordnen (als Format, das in Papieren und Präsentationen verwendet wird), also schrieb ich den Code unter Bezugnahme auf den Quellcode von periodic_table_heatmap [].

Einstellbar mit den Argumenten von [ursprüngliche Funktion] periodic_table_heatmap:
Die Farbe des Elements, das in den Daten fehlt, ist grau → Mit blank_color anpassen
Ich möchte die Farbe und Größe der Farbleiste ändern → Mit cmap und cbar_label_size anpassen
Ich möchte eine Farbleistenbeschriftung hinzufügen → Mit cbar_label anpassen
[Originalfunktion] Kann nicht mit dem Argument periodic_table_heatmap angepasst werden ** → Codeänderung erforderlich **:
Zeichnen Sie eine Linie in der Zyklustabelle
Ich möchte den Elementnamen in der Mitte platzieren
Ich möchte die Textfarbe von Elementnamen, die in den Daten fehlen, in etwas anderes als Schwarz ändern. ――Ich möchte Lantanoide und Actinoide kennzeichnen (vielleicht ist das unnötig?)

Beispielcode: ** Die Ausgabe der Heatmap von Bestandteilen beliebiger Verbindungsdaten ** ist unten gezeigt.

Für den Teil des Codes mit beliebiger zusammengesetzter Datenerfassung (mp_query ()) im folgenden Code gilt Folgendes: [Verwenden Sie die Abfragefunktion des Materialprojekts, um eine große Menge der gewünschten Berechnungsmaterialdaten zu erfassen. ] [] wird als Referenz verwendet.

`periodic_table_heatmap.py`


#!/usr/bin/env python3

import numpy as np
import collections

from pymatgen import MPRester
from pymatgen.core.periodic_table import Element
from pymatgen.core.composition import Composition


def mp_query(YOUR_API_KEY):
    mp = MPRester(YOUR_API_KEY)

    # Properties you need: mp-id;
    # spacegroup number; composition formula; band gap
    basic_properties = ['task_id', 'spacegroup.number', 'pretty_formula']
    electronic_properties = ['band_gap']

    all_properties = basic_properties + electronic_properties

    # Query criteria: must include O element; less than 3 types of elements;
    # band gap value exists
    criteria = {"elements": {"$all": ["O"]},
                "nelements": {"$lte": 3},
                "band_gap": {"$exists": True}}

    # Retrieve material property data which satisfy query criteria
    data = mp.query(criteria=criteria, properties=all_properties)
    return data


# The following code is based on: https://pymatgen.org/pymatgen.util.plotting.html#pymatgen.util.plotting.periodic_table_heatmap
def plot_periodic_table_heatmap(elemental_data, cbar_label="",
                                cbar_label_size=14,
                                cmap="YlOrRd", cmap_range=None,
                                blank_color="grey", value_format=None,
                                max_row=9):

    # Convert primitive_elemental data in the form of numpy array for plotting.
    if cmap_range is not None:
        max_val = cmap_range[1]
        min_val = cmap_range[0]
    else:
        max_val = max(elemental_data.values())
        min_val = min(elemental_data.values())

    max_row = min(max_row, 9)

    if max_row <= 0:
        raise ValueError("The input argument 'max_row' must be positive!")

    value_table = np.empty((max_row, 18)) * np.nan
    blank_value = min_val - 0.01

    for el in Element:
        if el.row > max_row:
            continue
        value = elemental_data.get(el.symbol, blank_value)
        value_table[el.row - 1, el.group - 1] = value

    # Initialize the plt object
    import matplotlib.pyplot as plt
    fig, ax = plt.subplots()
    plt.gcf().set_size_inches(12, 8)

    # We set nan type values to masked values (ie blank spaces)
    data_mask = np.ma.masked_invalid(value_table.tolist())
    # changed edgecolors from 'w' to 'k', and linewidths from 2 to 1
    heatmap = ax.pcolor(data_mask, cmap=cmap, edgecolors='k', linewidths=2,
                        vmin=min_val - 0.001, vmax=max_val + 0.001)
    cbar = fig.colorbar(heatmap)

    # Grey out missing elements in input data
    cbar.cmap.set_under(blank_color)

    # Set the colorbar label and tick marks
    cbar.set_label(cbar_label, rotation=270, labelpad=25, size=cbar_label_size)
    cbar.ax.tick_params(labelsize=cbar_label_size)

    # Refine and make the table look nice
    ax.axis('off')
    ax.invert_yaxis()

    # Label each block with corresponding element and value
    for i, row in enumerate(value_table):
        for j, el in enumerate(row):
            if not np.isnan(el):
                symbol = Element.from_row_and_group(i + 1, j + 1).symbol

                # changed from i + 0.25 to i + 0.5
                # fixed symbol color if the element is absent from data
                if el != blank_value:
                    plt.text(j + 0.5, i + 0.5, symbol,
                             horizontalalignment='center',
                             verticalalignment='center', fontsize=16)
                else:
                    plt.text(j + 0.5, i + 0.5, symbol,
                             color="gray",
                             horizontalalignment='center',
                             verticalalignment='center', fontsize=16)

                if el != blank_value and value_format is not None:
                    plt.text(j + 0.5, i + 0.5, value_format % el,
                             horizontalalignment='center',
                             verticalalignment='center', fontsize=16)

            # added special symbols for Lanthanoid & Actinoid elements
            elif (i == 5 and j == 2) or (i == 7 and j == 1):
                plt.text(j + 0.5, i + 0.5, "*",
                         horizontalalignment='center',
                         verticalalignment='center', fontsize=16)
            elif (i == 6 and j == 2) or (i == 8 and j == 1):
                plt.text(j + 0.5, i + 0.5, "†",
                         horizontalalignment='center',
                         verticalalignment='center', fontsize=16)

    plt.tight_layout()
    plt.savefig("periodic_table_heatmap.png ")

    return plt


def main():
    # get your API_KEY from here: https://materialsproject.org/open
    YOUR_API_KEY = "YOUR_API_KEY"

    data = mp_query(YOUR_API_KEY=YOUR_API_KEY)

    # collecting total # of each element
    elems = []
    for d in data:
        comp = d["pretty_formula"]
        tmp = list(Composition(comp).as_dict().keys())
        elems = elems + tmp

    # get dictionary of {"each element": total #}
    elem_data = collections.Counter(elems)
    elem_data.pop("O")
    
    plot_periodic_table_heatmap(elem_data,
                                cbar_label_size=16,
                                cbar_label="# of data",
                                cmap="autumn_r",
                                blank_color="white")


if __name__ == '__main__':
    main()

Das Ergebnis der Ausführung des obigen Codes: periodic_table_heatmap.png ist die Heatmap des zu Beginn gezeigten Periodensystems.

Impressionen

Ich wollte das früher wissen. Bis jetzt kannte ich die Existenz von periodic_table_heatmap [] nicht und zeichnete die ** Heat ** -Karte in einer ziemlich schlammigen (zu stinkenden) Methode, sodass die zusammengesetzten Daten jedes Mal aktualisiert werden * Es war * hehehe **. (Absolute Temperatur)

Ich hoffe aufrichtig, dass alle MI-Beamten diesen Artikel sehen und ihre Arbeitseffizienz steigern.

Referenz

pymatgen

[PYTHON] Ein Muss für Beamte der Materialinformatik! Visualisieren Sie zusammengesetzte Daten mit einer Periodensystem-Wärmekarte.