OVITO 使用¶

约 1662 个字 347 行代码预计阅读时间 10 分钟

介绍¶

官网：OVITO
OVITO 2.9 版本的 Python script 功能可免费使用，其他需要 Pro 版本
OVITO 识别结构的几种方法
支持 SFTP，可打开远程文件
OVITO 菜单栏：
- 主菜单
- 视图窗口
- 动画工具条
- 修正通道（Add Modification）及其属性栏
- 渲染标签
- 叠层标签（添加坐标轴、colorbar 等）
14-5-Ovito可视化_哔哩哔哩_bilibili
- 原子轨迹跟踪显示
- 熔化过程中自由体积和中心对称参数的变化
Ovito可视化堆垛层错、缺陷和原子应力_哔哩哔哩_bilibili
球棍模型：添加 create bonds 的 modification
OVITO 批量导入数据：先导入一个构型文件，在界面右中区域，Data source 选择文件名称，External file 中的 Search pattern 设置成 *.xyz 之类的，下方的 Options 可根据情况设置
OVITO 显示多晶不同颜色
- 方式 1：添加 CNA Modification，晶粒和晶界显示不同的颜色
- 方式 2：添加 'Color coding' Modification（在右下方 'Input property' 选择 'Particle Identifier'，在颜色条下方点击 'Adjust range'），不同的颜色对应不同的晶粒 ID
OVITO 选择原子的几种方法
Ovito位错分析mesh透明度设置方法
OVITO 显示位错和缺陷的一个小技巧
OVITO 全局修改所有元素类型的 display radius：Application Settings -- Particles -- Particle types；Restore built-in defaults 按钮可恢复默认值；Particle-related settings — OVITO User Manual 3.12.4 documentation

# display radius 统一修改成 0.7
# 元素  原始 display radius
Ti     1.47
Al     1.43
Nb     1.47
Mo     1.54
Zr     1.6
V      1.53

使用¶

OVITO 无法计算单原子应力（是势函数的工作）
利用 OVITO 计算 RDF、键角分布、键长分布：NEP_GT/NEP_RDF/NEP_RDF.ipynb at main · wangchr1617/NEP_GT · GitHub
OVITO常用的无需Python代码的后处理技巧
- 仅保留位错与缺陷原子
- 输出各种位错线长度与位错密度的相关数据
- 输出每一帧中的不同相原子的数量的相关数据
- 统计每一帧中裂纹的表面积变化
- 为模型添加基础的光影（OVITO 提供的基础光影效果 Ambient Occlusion）
- 统计模型中的孔隙率（只适用 Pro 版）
- 绘制原子应力应变云图
- 根据 dump 文件输出的原子属性数据计算新的原子属性数据（静水应力 (Hydrostatic stress) 与米塞斯应力 (Von mises stress) 的计算）
- 对某一原子属性在空间上进行平均（处理原子应力云图）
- 对某一原子属性在一维和二维空间上绘制分布图（只适用 Pro 版）
- 绘制原子模型的表面轮廓线
- 切割展示模型的某一个晶面（通过 Slice）
- 结合 DXA 与汤普森四面体判定位错滑移面
- 选中特定原子修改颜色
- 修改原子的透明度
- 辅助建立含有非晶晶界的多晶原子模型
- 特定 Voronoi 指数的多面体团簇绘制
- 利用平移与周期性边界条件调整模型（通过 Affine transformation 和 wrap at period boundary）
- 冻结之前选择的原子以观察原子的移动趋势（通过 Freeze property）
- 在 OVITO 中绘制粒子属性的散点图与直方图
- 绘制原子位移矢量图
- 绘制特定原子的轨迹线
直接导入构型/轨迹文件，下方默认有 Particles 信息；添加 Modification 后，会出现 Global Attributes、Data Tables 另外两种类型的数据（添加 DXA，会多出 Dislocation、Surfaces 数据）

Add Modification 选项¶

无直接计算原子层间距的 Modification

# Analysis
Atomic strain                     # 原子应变
Bond analysis                     # 键分析
Cluster analysis                  # 团簇分析
Coordination analysis             # 配位分析
Dislocation analysis (DXA)        # 位错分析
Displacement vectors
Elastic strain calculation
Grain segmentation
Histogram                         # 直方图
Scatter plot
Spatial binning
Spatial correlation function
Time averaging                    # 时间平均
Time series                       # 时间序列
Voronoi analysis                  # Voronoi 分析
Wigner-Seitz defect analysis      # WS 缺陷分析

# Coloring
Ambient occlusion                 #
Assign color                      # 分配颜色/着色
Color by type                     #
Color coding                      #

# Modification
Affine transformation
Combine datasets
Compute property
Delete selected
Freeze property
Load trajectory
Python script
Replicate                         # 扩胞
Slice                             # 切片
Smooth trajectory                 #
Unwrap trajectories               #
Wrap at periodic boundaries       # 将 box 外原子移至 box 内

# Selection
Clear selection                   # 清除选择
Expand selection
Expression selection              # 表达式选择
Invert selection                  # 反选
Manual selection                  # 手动选择
Select type                       # 选择（原子）类型

# Python modifiers (pro)
Calculate local entropy           # 计算局域熵
Idendity fcc planar faults        #
Render LAMMPS regions             #
Shrink-wrap simulation box        #

# Structure identification
Ackland-Jones analysis            #
Centrosymmetry parameter          # 中心对称参数；CSP
Chill+                            #
Common neighbor analysis          # 共近邻原子分析；CNA
Identify diamond structure        # 识别金刚石结构
Polyhedral template matching      # 多面体模板匹配；PTM

# Visualization
Construct surface mesh
Coordination polyhedra            # 配位多面体
Create bonds
Generate trajectory line          # 生成轨迹线

常用 Expression selection 值¶

Expression selection - OVITO

Position.X              # x 方向笛卡尔坐标
Position.Y              # y 方向笛卡尔坐标
Position.Z              # z 方向笛卡尔坐标；可用于选中原子层
ReducedPosition.Z       # z 方向分数坐标
StructureType           # 晶体结构类型

# 添加 WS 缺陷分析 Modification 后新增的 Attributes
Occupancy               # 原子占位

空位、间隙识别及数目统计步骤：Ovito可视化弗伦克尔缺陷_哔哩哔哩_bilibili
- Wigner-Seitz defect analysis：识别空位和间隙原子并统计对应数目
- Expression selection：Occupancy==0 空位，Occupancy>0 间隙原子
- Assign color：给空位和间隙原子分别着色以进行区分
多面体模板匹配（PTM）：Polyhedral template matching — OVITO User Manual 3.12.4 documentation
- 可识别的 Ordering types（L1_0、L1_2、B2、zincblende / wurtzite）；实际效果不好
LAMMPS 与 OVITO 自带的结构分析模块包括：共近邻原子分析（Common Neighbor Analysis）；中心对称参数分析 (Centrosymetric Patameter) 与多面体模板匹配法（Polyhedral Template Matching）等。在分析点缺陷、线缺陷以及各种不同晶体结构时，这些方法是很有力、很方便的。需要指出的是，以上几种方法仅适用于已有良好定义的晶体，如 BCC、FCC、HCP、SC 等。对于不那么规则的晶体，例如单斜、三斜晶系等，可能会被错误的归入其它类别，或是归入 Others 中。
局域有序参数法（Local Ordering Parameter）
OVITO作图系列（小结）
OVITO 中的渲染器：OpenGL renderer, Tachyon renderer, OSPRay renderer（后两者收费，其 Python API 可免费使用）

DXA 算法只能单线程运行；CNA，Voronoi analysis，PTM 算法可并行

OVITO Python¶

官方教程：OVITO Python
ovito的python模块的工作流程
OVITO2.9后处理python脚本和一些python后处理代码（前 6 个官网有示例代码）
- 计算 MSD
- 自定义序参数（order parameter）
- 根据粒子的晶向对粒子进行着色
- 找到模型中所有重叠的原子
- 将模拟盒子的 6 个方向分别收缩到所有粒子的 6 个方向的坐标极限的
- 计算局域熵（local entropy）
- 统计 Voronoi 分析中出现频率最高的前 10 个 Voronoi 指数并将其输出
- 识别 FCC 晶体中的 ISF、ESF、TB 等面缺陷
- 识别 BCC 中的点缺陷和面缺陷
主要用于可视化：How to Script with OVITO
Ovito高质量图片渲染Python模块 - Eastsheng's Wiki
Voronoi 多面体指数计算方法
Voronoi 多面体指数常用 <n1, n2, n3, ..., ni, ...> 形式表示，其中 ni 表示 Voronoi 多面体具有的 i 边形数；一般 n1 和 n2 都是 0，可不用写出来；二十面体的多面体指数为 <0, 0, 12, 0>，十二面体的多面体指数为 <20, 0, 0, 0>
支持的输入文件格式：Input file formats — OVITO User Manual 3.11.3 documentation
取消 OVITO Python 相关 warning 的输出

import warnings

warnings.filterwarnings("ignore", message=".*OVITO.*PyPI")

# 选择性添加
import ovito._extensions.pyscript

Pipeline 概念：Pipeline concept — OVITO User Manual 3.11.3 documentation
- OVITO modifiers are analysis or property calculation/setting routines. For anything you want to do, in terms of analyzing your data from a atomistic simulation, you will use a modifier which is appended to the pipeline via pipeline.modifiers.append(...).

整体流程¶

导入构型数据，添加 modifier 进行处理，导出计算数据（使用多个 modifier 时，需注意其顺序）

from ovito.data import DataCollection, Particles, CutoffNeighborFinder, NearestNeighborFinder
from ovito.pipeline import Pipeline
from ovito.modifiers import ...
from ovito.io import import_file

# 导入构型/轨迹文件
pipeline = import_file("dump.lammpstrj")
# 可使用通配符
pipeline = import_file("dump_*.lammpstrj")
# 参数
sort_particles           # 是否对原子进行排序

modifier = ...

# 添加 modifier（可添加多个，也可不添加）
pipeline.modifiers.append(modifier)

# data 类型 DataCollection（只代表一帧的数据）
data = pipeline.compute()

# 查看 data 相关属性
# 不同 modifier 处理后，particles、attributes、table 会有不同
list(data.particles.keys())                # 原子属性
list(data.attributes.keys()                # 全局属性
list(data.tables.keys())                   # Tabulated data/DataTable


# 处理多帧构型数据
# 方式 1
for frame in range(pipeline.num_frames):
    data = pipeline.compute(frame)
    ...

# 方式 2；该迭代器可直接获取计算的 DataCollection
for data in pipeline.frames:
    ...

Pipeline 类¶

# Pipeline 类
# 属性
num_frames                    # 构型帧数；或 source.num_frames
frames                        # 所有构型（的数据）

# 方法
add_to_scene()                # 用于可视化

DataCollection 类¶

# 属性
particles
cell
attributes
tables


# particles 属性
list(data.particles.keys())        # 查看原子属性；不同输出文件格式，可能会有不同
# POSCAR
['Position', 'Particle Type']
# dump.lammpstrj / xyz
['Particle Identifier', 'Particle Type', 'Position']

data.particles.positions           # 原子位置
data.particles.count               # 原子数

# 查看原子种类（元素）及其 ID 信息
for type in data_init.particles.particle_types.types:
    print(type.id, type.name)

构型/数据导出¶

可导出的文件格式：ovito.io.export_file — OVITO Python Reference 3.11.3 documentation

from ovito.io import export_file

export_file(data, file, format, **params)
# 参数
data                  # 可以是 Pipeline、DataCollection、DataObject、None 类型
file                  # 输出文件
foramt                # 输出文件格式

# **params 参数
multiple_frames       # 是否导出多帧的数据，默认只会导出第一帧的数据
start_frame           # 起始帧
end_frame             # 结束帧
every_nth_frame       # 每第 n 帧数据导出
key                   # 若为 "txt/table" 格式，可添加该参数导出对应 key 的数据

# 支持的 format
"txt/attr"            # 导出 global attributes
"txt/table"           # 导出 DataTable
"xyz"
"vasp"
"lammps/data"         # 和 LAMMPS data 文件格式内容有些许差异
"lammps/dump"
"imd"
"netcdf/amber"


# 导出示例
# 导出 VASP 格式
export_file(
    pipeline,
    "xxx.vasp",
    "vasp",
    reduced=True,           # 分数坐标
)

# 导出 LAMMPS data 格式
export_file(
    pipeline,
    "output.data",
    "lammps/data",
    atom_style="atomic",    # 默认值
)

# 导出 LAMMPS dump 格式
export_file(
    pipeline,
    "output.*.dump",
    "lammps/dump",
    multiple_frames=True,
)

for i in range(pipeline.num_frames):
    export_file(pipeline, f"output.{i}.dump", "lammps/dump", frame=i)

# 对于 "lammps/dump" "xyz" "imd" "netcdf/amber" 格式，需通过 column 指定具体的原子属性
export_file(
    pipeline,
    "output.xyz",
    "xyz",
    columns=["Particle Identifier", "Particle Type", "Position.X", "Position.Y", "Position.Z"],
)

# 导出 "txt/attr"
export_file(
    pipeline,
    "data.txt",
    "txt/attr",
    columns=["Timestep", "CommonNeighborAnalysis.counts.FCC"],
    multiple_frames=True,
)

# 导出 "txt/table"
export_file(
    data=pipeline,
    file=output_fn,
    format="txt/table",
    key="coordination-rdf[average]",
)

modifiers¶

modifiers Python API 及对应的 GUI 名称：ovito.modifiers — OVITO Python Reference 3.12.4 documentation

from ovito.modifiers import ...
from ovito.data import CutoffNeighborFinder, DataCollection


# modifier，对应于 OVITO 软件中的 Modification
VoronoiAnalysisModifier              # Voronoi 分析
ComputePropertyModifier
CoordinationAnalysisModifier         # 配位分析
TimeAveragingModifier                # 时间平均
BondAnalysisModifier                 # 键分析
CreateBondsModifier
CommonNeighborAnalysisModifier       # CNA
AffineTransformationModifier
ExpressionSelectionModifier          # 表达式选择
AssignColorModifier                  # 分配颜色/着色
CalculateDisplacementsModifier       # 计算原子的位移矢量；可用于计算 MSD
DislocationAnalysisModifier          # 位错分析；DXA；需给定晶体结构
InvertSelectionModifier              # 反选
SelectTypeModifier                   # 选择类型（结构类型等）
DeleteSelectedModifier               # 删除选择的

particles、Global Attributes、Data Tables¶

data.particles[...]             # 获取 particle 中对应 keyword 的数据
data.attributes[...]            # 获取 Global Attributes 中对应 keyword 的数据
data.tables[...]                # 获取 Data Tables 中对应 keyword 的数据


# CNA attributes
"CommonNeighborAnalysis.counts.BCC"
"CommonNeighborAnalysis.counts.FCC"
"CommonNeighborAnalysis.counts.HCP"
"CommonNeighborAnalysis.counts.ICO"
"CommonNeighborAnalysis.counts.OTHER"
# CNA tables
"structures"


# DXA attributes
"DislocationAnalysis.cell_volume"          # 可用于计算位错密度
"DislocationAnalysis.total_line_length"
"DislocationAnalysis.length.other"
"DislocationAnalysis.length.1/2<110>"
"DislocationAnalysis.length.1/3<100>"
"DislocationAnalysis.length.1/3<111>"
"DislocationAnalysis.length.1/6<110>"


# SelectTypeModifier attributes
"SelectType.num_selected"


# CalculateDisplacementsModifier particles
"Displacement Magnitude"

格式转换¶

OVITO Python 中的 DataCollection 可转换成 ASE、pymatgen 的格式

from ovito.io.ase import ase_to_ovito, ovito_to_ase
from ovito.io.pymatgen import pymatgen_to_ovito, ovito_to_pymatgen

pipeline = import_file()
data = pipeline.compute()

atoms = ovito_to_ase(data)
structure = ovito_to_pymatgen(data)

计算 RDF¶

pipeline.modifiers.append(
    CoordinationAnalysisModifier(
        cutoff=5.0,
        number_of_bins=100,
        partial=False,
    )
)

# 只输出第一帧的数据
print(pipeline.compute().tables["coordination-rdf"].xy())

# 输出每帧的数据
for data in pipeline.frames:
    print(data.tables["coordination-rdf"].xy())

# 对所有帧的数据做平均
pipeline.modifiers.append(TimeAveragingModifier(operate_on="table:coordination-rdf"))
print(pipeline.compute().tables["coordination-rdf[average]"].xy())

统计多晶模型中晶界和 Bulk 区域的元素分布及占比¶

cna_modifier = CommonNeighborAnalysisModifier()
pipeline.modifiers.append(cna_modifier)

select_type_modifier = SelectTypeModifier(
    operate_on="particles",
    property="Structure Type",
    types={
        # Bulk 区域
        # CommonNeighborAnalysisModifier.Type.OTHER,
        # 晶界区域
        # CommonNeighborAnalysisModifier.Type.BCC,
        CommonNeighborAnalysisModifier.Type.FCC,
        CommonNeighborAnalysisModifier.Type.HCP,
        CommonNeighborAnalysisModifier.Type.ICO,
    },
)
pipeline.modifiers.append(select_type_modifier)

pipeline.modifiers.append(DeleteSelectedModifier())

print(pipeline.modifiers)

element_info_list = []
for frame in range(pipeline.num_frames):
    data = pipeline.compute(frame)

    print(f"No. {frame} frame processed.")

    partcle_type_array = data.particles["Particle Type"]
    type_count_tuple = np.unique(partcle_type_array, return_counts=True)
    # {1: 100, ...}
    type_count_dict = dict(zip(type_count_tuple[0], type_count_tuple[1]))

    # {"frame": 1, "Ti": 100, ...}
    element_count_dict = {"frame": frame}
    for type in data.particles.particle_types.types:
        element_count_dict[type.name] = type_count_dict[type.id]

    element_info_list.append(element_count_dict)

df = pd.DataFrame(element_info_list)

位错分析¶

计算 MSD¶

NEP_GT/NEP_MSD/NEP_MSD.ipynb at main · wangchr1617/NEP_GT · GitHub