【ASE】笔记总结

这里写自定义目录标题

- ASE 介绍
- ASE 的安装
- 文件格式的转化
- - - 命令行操作
    - 图形界面操作
    - Python代码操作[2]
    - 支持的文件转化格式
- ASE（三）：图形界面查看/建立/修改结构
- - - 图形界面召唤
    - 查看结构
- python代码查看/建立结构
- - - 读写、查看结构
    - 建立结构
    - 分子
- 周期性体系

https://nb.bohrium.dp.tech/detail/7217528884?utm_source=csdn

https://zhuanlan.zhihu.com/p/446086740?utm_id=0

https://blog.csdn.net/qq_40481843/article/details/128170814

pip install --upgrade ase

read(),write()函数，作用分别是：将结构信息读取为atom object，将atom object写入文件；
atom_object.get_positions()函数，可以获取atom object中所有的原子坐标信息，数据形式为列表；
atom.index，atom.symbol，可以获取atom object中某种元素所对应所有原子索引

del atom_object[atom_index] ,删除atom object中某个原子

ASE 介绍

ASE (Atomic Simulation Environment) 是计算化学/计算材料领域的一个很好用的工具，能够用于建模、文件格式转化、计算结果分析与可视化，它内置了结构优化、过渡态计算、分子动力学模拟等一些常用的计算方法。同时，ASE有很多常用计算软件的接口 (calculators)，用于生成输入文件，批量处理计算与运行。

它是一个Python库，同时也有图形界面 (GUI)和命令行工具，非常容易上手。官网的Tutorials有很多计算的示例代码，对计算小白超级友好。

GUI：https://wiki.fysik.dtu.dk/ase/ase/gui/gui.html#index-0

命令行工具：https://wiki.fysik.dtu.dk/ase/cmdline.html

示例：https://wiki.fysik.dtu.dk/ase/tutorials/tutorials.html

在这里插入图片描述

从结构的初始建模，输入文件中参数设置，计算任务提交，到结果可视化与分析的一个完整计算流程，都可以通过ASE完成，更简单来说，通过一个Python文件就可以完成。

虽然针对不同的计算软件已有许多计算脚本，比如VASPKIT[6]，Gaussian的一些脚本[7]等，但是这些脚本往往只适用于某一个特定的软件。如果在研究中需要使用多个软件进行计算，需要批量生成或处理文件，ASE是一个不错的选择。

ASE 的安装

https://wiki.fysik.dtu.dk/ase/install.html

无论是Windows, Linux还是Mac OS X系统的安装，官网都有详细的介绍。安装不难，一步步跟着教程做即可。

装完ASE以后记得设置环境变量！
（这样可以使用命令行方式快速使用 ase）

文件格式的转化

使用Material Studio建模，用VASP做计算时通常需要将构建的xsd或cif文件转化为POSCAR文件进行输入。

有许多脚本/软件可以做到这一点，比如：

用VESTA打开cif文件，另存为.vasp文件，修改名称为POSCAR。（VESTA的好处是能够选择使用direct坐标还是cartesian坐标）
使用VASPKIT的105或106的cif2pos.py或xsd2pos.py。
Material Studio脚本xsd2pos.pl。
OpenBabel。

那如果后续想用其他软件处理优化好的结构呢？那又要去寻找对应的软件。这个时候，ASE的优势就凸显出来了。

在命令行输入命令 ase convert input output ，其中input 为建好的结构文件，output是转化后的文件。

命令行操作

只需要在终端输入下面这行即可将Cu.cif文件转化为POSCAR文件。

ase convert Cu.cif POSCAR

之前大师兄网站讲ASE[1]的时候使用的是这个命令，

ase gui Cu.cif -o POSCAR

试了一下也可以正常转化，不过会有一个UserWarning: You should be using “ase convert …” instead! 的警告。

看来ASE官方还是推荐使用ase convert，直译过来就是ase 转化，需要敲的命令更少，也更好记。

图形界面操作

很多时候建完模希望先打开看一眼结构对不对，再转换成输入文件。可以先用

ase gui Cu.cif

可视化，再通过菜单栏的 File-save 另存为POSCAR。不过这种操作和使用VESTA转化也没什么区别了……

图形界面的好处是可以固定原子！

在图形界面选择原子并固定，另存为POSCAR的时候会把固定的信息也存储下来，即POSCAR中的T T T/ F F F，比使用其他脚本根据z坐标设置固定范围方便得多，也不会固定错原子（血泪教训）。

Python代码操作[2]

本质上就是文件的读和写。

from ase.io import read, write

Cu = read('Cu.cif') # 有多帧结构时可以指定index

# 一般来说中间会对Cu结构进行一些操作……

write('POSCAR', Cu) # write可以有很多参数，不过这样就可以转化为想要的POSCAR文件了

支持的文件转化格式

https://wiki.fysik.dtu.dk/ase/ase/io/io.html#module-ase.io

在这里插入图片描述

当然，这种文件转化不止适用于POSCAR和cif文件，ASE支持很多很多文件格式，常用的计算软件的输入输出文件都可以进行处理。

https://zhuanlan.zhihu.com/p/585635093?utm_id=0

ASE（三）：图形界面查看/建立/修改结构

图形界面召唤

在命令行输入：

ase gui

即可。图形界面长这样

看上去比较普通，但还挺好用的。

查看结构

ase gui 结构名

python代码查看/建立结构

https://wiki.fysik.dtu.dk/ase/ase/build/build.html#module-ase.build

上一篇介绍了怎么用图形界面查看/建立/修改结构，但ASE更常见的应用是基于python代码来研究结构。建议将这篇和上一篇对比着看。

读写、查看结构

from ase.visualize import view #从ASE查看结构的模块visualize导入view
from ase.io import read #导入ASE读取文件的函数read

structure = read('***') #***是结构文件名，支持绝大多数格式
view(structure) #会弹出和命令行使用ase gui ***一样的图形界面

#也可以将结构写入文件
from ase.io import write
write('***',structure)

view()函数也可以有其他的关键词，比如view(atoms, viewer=‘VMD’, data=…) 。

viewer可以有: ‘ase.gui’, ‘gopenmol’, ‘vmd’, ‘rasmol’, ‘paraview’, ‘ngl’, ‘x3d’
data可以显示3D数据，比如电荷密度。

建立结构

无论是分子还是周期性体系，都可以通过ASE构建。

分子

ASE有一个叫G2的数据库，里面有常见的分子。

from ase.collections import g2
print(g2.names)  

'''
#数据库里的分子
    ['PH3', 'P2', 'CH3CHO', 'H2COH', 'CS', 'OCHCHO', 'C3H9C', 'CH3COF',
    'CH3CH2OCH3', 'HCOOH', 'HCCl3', 'HOCl', 'H2', 'SH2', 'C2H2',
    'C4H4NH', 'CH3SCH3', 'SiH2_s3B1d', 'CH3SH', 'CH3CO', 'CO', 'ClF3',
    'SiH4', 'C2H6CHOH', 'CH2NHCH2', 'isobutene', 'HCO', 'bicyclobutane',
    'LiF', 'Si', 'C2H6', 'CN', 'ClNO', 'S', 'SiF4', 'H3CNH2',
    'methylenecyclopropane', 'CH3CH2OH', 'F', 'NaCl', 'CH3Cl',
    'CH3SiH3', 'AlF3', 'C2H3', 'ClF', 'PF3', 'PH2', 'CH3CN',
    'cyclobutene', 'CH3ONO', 'SiH3', 'C3H6_D3h', 'CO2', 'NO',
    'trans-butane', 'H2CCHCl', 'LiH', 'NH2', 'CH', 'CH2OCH2',
    'C6H6', 'CH3CONH2', 'cyclobutane', 'H2CCHCN', 'butadiene', 'C',
    'H2CO', 'CH3COOH', 'HCF3', 'CH3S', 'CS2', 'SiH2_s1A1d', 'C4H4S',
    'N2H4', 'OH', 'CH3OCH3', 'C5H5N', 'H2O', 'HCl', 'CH2_s1A1d',
    'CH3CH2SH', 'CH3NO2', 'Cl', 'Be', 'BCl3', 'C4H4O', 'Al', 'CH3O',
    'CH3OH', 'C3H7Cl', 'isobutane', 'Na', 'CCl4', 'CH3CH2O', 'H2CCHF',
    'C3H7', 'CH3', 'O3', 'P', 'C2H4', 'NCCN', 'S2', 'AlCl3', 'SiCl4',
    'SiO', 'C3H4_D2d', 'H', 'COF2', '2-butyne', 'C2H5', 'BF3', 'N2O',
    'F2O', 'SO2', 'H2CCl2', 'CF3CN', 'HCN', 'C2H6NH', 'OCS', 'B', 'ClO',
    'C3H8', 'HF', 'O2', 'SO', 'NH', 'C2F4', 'NF3', 'CH2_s3B1d',
    'CH3CH2Cl', 'CH3COCl', 'NH3', 'C3H9N', 'CF4', 'C3H6_Cs', 'Si2H6',
    'HCOOCH3', 'O', 'CCH', 'N', 'Si2', 'C2H6SO', 'C5H8', 'H2CF2', 'Li2',
    'CH2SCH2', 'C2Cl4', 'C3H4_C3v', 'CH3COCH3', 'F2', 'CH4', 'SH',
    'H2CCO', 'CH3CH2NH2', 'Li', 'N2', 'Cl2', 'H2O2', 'Na2', 'BeH',
    'C3H4_C2v', 'NO2']

'''

from ase.build.molecule import extra
print(extra.keys())  
    #输出：dict_keys(['Be2', 'C7NH5', 'BDA', 'biphenyl', 'C60'])

使用molecule()函数构建分子：

from ase.build import molecule
atoms = molecule('H2O')

周期性体系

纳米管

ase.build的nanotube()构建，默认是碳纳米管，n和m是纳米管的(n,m)标记。

ase.build.nanotube(n,m,length=1,bond=1.42,symbol='C',verbose=False,vacuum=None)

石墨烯纳米带

ase.build.graphene_nanoribbon(n,m,type='zigzag',saturated=False,C_H=1.09,C_C=1.42,vacuum=None,magnetic=False,initial_mag=1.12,sheet=False,main_element='C',saturate_element='H')

体相

简单的bulk金属可以使用ase.build模块的bulk()函数构建。

ase.build.bulk(name:str,crystalstructure:Optional[str]=None,a:Optional[float]=None,b:Optional[float]=None,c:Optional[float]=None,*,alpha:Optional[float]=None,covera:Optional[float]=None,u:Optional[float]=None,orthorhombic:bool=False,cubic:bool=False,basis=None)

from ase.build import bulk
a1 = bulk('Cu', 'fcc', a=3.6) # 得到Cu原胞，1个原子
a1.cell #查看晶格常数
'''
晶胞：
array([[ 0. ,  1.8,  1.8],
       [ 1.8,  0. ,  1.8],
       [ 1.8,  1.8,  0. ]])
'''


a2 = bulk('Cu', 'fcc', a=3.6, orthorhombic=True) #ASE默认,2个Cu原子
'''
array([[ 0. ,  1.8,  1.8],
       [ 1.8,  0. ,  1.8],
       [ 1.8,  1.8,  0. ]])
'''


a3 = bulk('Cu', 'fcc', a=3.6, cubic=True) #惯用晶胞conventional cell，4个原子
'''
array([[ 3.6,  0. ,  0. ],
       [ 0. ,  3.6,  0. ],
       [ 0. ,  0. ,  3.6]])
'''

表面

ase.build模块下有一些常见晶面、晶体结构的函数，可以直接调用：

fcc: fcc100(), fcc110(), fcc111(), fcc211(), fcc111_root()
bcc: bcc100(), bcc110(), bcc111() * - bcc111_root()
hcp: hcp0001(), hcp10m10(), hcp0001_root()
diamond: diamond100(), diamond111()

也可以使用surface()函数构建不那么常见的界面

ase.build.surface(lattice,indices,layers,vacuum=None,tol=1e-10,periodic=False)

比如：

s1 = surface('Au', (2, 1, 1), 9) #Au211面，9层
s1.center(vacuum=10, axis=2) #在c方向加10Å真空层

ASE的局限性在于只能构建简单、常见的结构，在建模效率上可能不如Material Studio点几下就行那么方便，研究复杂结构更多地还是从Materials Project等数据库下载，或者根据文献里的结构进行修改。那这个究竟有什么用呢？个人觉得Python代码的好处是它的灵活性，在需要批量生成结构、与其他代码联用等场景则非常有用；另一个优点则是稳定性，对一个初学者来说，在可视化建模软件点错了几个设置可能会影响建出的模型，但使用同一份Python代码建出来的则是一样的结构。

（使用ASE修改结构后续再慢慢填坑吧。）