【LAMMPS学习】八、基础知识(6.5)PyLammps 教程

8. 基础知识

此部分描述了如何使用 LAMMPS 为用户和开发人员执行各种任务。术语表页面还列出了 MD 术语,以及相应 LAMMPS 手册页的链接。 LAMMPS 源代码分发的 examples 目录中包含的示例输入脚本以及示例脚本页面上突出显示的示例输入脚本还展示了如何设置和运行各种模拟。

8.1.通用基础知识

8.2. 设置入门

8.3. 分析入门

8.4. 力场入门

8.5. 软件包入门

8.6.操作教程

8.6.1.将 CMake 与 LAMMPS 结合使用

8.6.2. LAMMPS GitHub 教程

8.6.3.使用 LAMMPS GUI

8.6.4.Moltemplate教程

8.6.5. PyLammps 教程

  • 概述
  • PyLammps 是 LAMMPS 的 Python 包装类,可以单独创建或使用现有的lammps Python 对象。与使用 Python ctypes 编写的 C 风格 LAMMPS 库接口的 lammps 包装器相比,它为常见的 LAMMPS 功能创建了一个更简单、更“Pythonic”的接口。使用 Python 与 LAMMPS 文档页面讨论了 lammps 包装器。

    与扁平的 ctypes 界面不同,PyLammps 公开了一个可发现的 API。它不再需要了解底层 C++ 代码实现的知识。最后, IPyLammps 包装器构建在 PyLammps 之上,并添加了一些用于将 IPython 集成到 Jupyter 笔记本中的附加功能,例如用于转储样式图像的嵌入式可视化输出。

  • lampmps 和 PyLammps 接口的比较
  • lammps.lammps 
  • 使用 ctypes

  • 直接内存访问本机 C++ 数据

  • 提供向 LAMMPS 发送和接收数据的函数

  • 需要了解 LAMMPS 内部如何工作(C 指针等)

  • lammps.PyLammps
  • 建立在原始 ctypes 接口之上的更高级别的抽象

  • Python 对象的操作

  • API 用户无法看到与 LAMMPS 的通信

  • 更短、更简洁的Python

  • 更好的 IPython 集成,专为快速原型设计而设计

  • 快速开始
  • 整个系统的安装
 第 1 步:将 LAMMPS 构建为共享库

要在 Python 中使用 LAMMPS,必须将其编译为共享库。然后,Python 接口会加载该库。在此示例中,我们启用 MOLECULE 包并编译 LAMMPS,并启用 PNG、JPEG 和 FFMPEG 输出支持。

步骤 1a:对于基于 CMake 的构建系统,步骤如下:

mkdir $LAMMPS_DIR/build-shared
cd  $LAMMPS_DIR/build-shared

# MPI, PNG, Jpeg, FFMPEG are auto-detected
cmake ../cmake -DPKG_MOLECULE=yes -DBUILD_LIB=yes -DBUILD_SHARED_LIBS=yes
make

步骤 1b:对于遗留的、基于 make 的构建系统,步骤如下:

cd $LAMMPS_DIR/src

# add packages if necessary
make yes-MOLECULE

# compile shared library using Makefile
make mpi mode=shlib LMP_INC="-DLAMMPS_PNG -DLAMMPS_JPEG -DLAMMPS_FFMPEG" JPG_LIB="-lpng -ljpeg"
步骤2:安装LAMMPS Python包

PyLammps 是 lampmps Python 包的一部分。要安装它,只需将该包安装到当前的 Python 安装中:

make install-python

注:重新编译共享库需要重新安装Python包

在 virtualenv 内安装

您可以使用 virtualenv 创建专门针对您的工作流程进行调整的自定义 Python 环境。

使用 virtualenv 的好处
  • 将系统 Python 安装与开发安装隔离

  • 安装可以在您的用户目录中进行,无需 root 访问权限(对于 HPC 集群很有用)

  • 通过 pip 安装软件包可以让您获得比通过 apt-get 或 yum 软件包管理器(并且没有 root 访问权限)更新版本的软件包

  • 如果需要,您甚至可以安装特定旧版本的软件包

先决条件(例如在 Ubuntu 上)

apt-get install python-virtualenv
创建安装了lammps的virtualenv
# create virtualenv named 'testing'
virtualenv $HOME/python/testing

# activate 'testing' environment
source $HOME/python/testing/bin/activate

现在,如上所述配置并编译 LAMMPS 共享库。当使用 CMake 并且共享库已经构建时,您需要重新运行 CMake 将 python 可执行文件的位置更新为虚拟环境中的位置:

cmake . -DPython_EXECUTABLE=$(which python)

# install LAMMPS package in virtualenv
(testing) make install-python

# install other useful packages
(testing) pip install matplotlib jupyter mpi4py

...

# return to original shell
(testing) deactivate
创建 PyLammps 的新实例

要创建 PyLammps 对象,您需要首先从 lammps 模块导入该类。通过使用默认构造函数,创建一个新的 lampmps 实例。

from lammps import PyLammps
L = PyLammps()

命令您还可以在此现有的 lampmps 对象之上初始化 PyLammps:​​​​​​​

from lammps import lammps, PyLammps
lmp = lammps()
L = PyLammps(ptr=lmp)
命令

使用lammps对象实例的command方法可以通过现有的库接口发送LAMMPS命令。

例如,我们采用以下 LAMMPS 命令:

region box block 0 10 0 5 -0.5 0.5

在原始界面中,如果 L 是 lammps 实例,则可以使用以下 Python 代码执行此命令:

L.command("region box block 0 10 0 5 -0.5 0.5")

使用 PyLammps 接口,任何命令都可以分为由空格分隔的任意部分,作为单独的参数传递给区域方法。

L.region("box block", 0, 10, 0, 5, -0.5, 0.5)

请注意,每个参数都设置为 Python 文字浮点数。在 PyLammps 界面中,每个命令都采用任意参数列表,并将其透明地合并为单个命令字符串,并用空格分隔各个参数。

这种方法的好处是避免冗余命令调用并且更容易参数化。在原始接口中,参数化需要通过创建格式化字符串来手动完成。

L.command("region box block %f %f %f %f %f %f" % (xlo, xhi, ylo, yhi, zlo, zhi))
相比之下,PyLammps 的方法直接接受参数,并将它们自动转换为最终的命令字符串。
L.region("box block", xlo, xhi, ylo, yhi, zlo, zhi)
系统状态

除了直接通过 PyLammps 对象调度命令之外,它还提供了几个允许您查询系统状态的属性。

L.system

是描述系统的字典,例如边界框或原子数

L.system.xlo, L.system.xhi

沿 x 轴的边界框限制

L.system.ylo、L.system.yhi

沿 y 轴的边界框限制

L.system.zlo、L.system.zhi

沿 z 轴的边界框限制

L.communication

通信子系统的配置,例如线程或处理器的数量

L.communication.nthreads

每个 LAMMPS 进程使用的线程数

L.communication.nprocs

LAMMPS 使用的 MPI 进程数

L.fixes 
当前系统中的fixes列表

L.computes

当前系统中活动计算的列表

L.dump

当前系统中活动转储的列表

L.groups

当前系统中存在的组列表

使用 LAMMPS 变量

LAMMPS 变量可以通过 PyLammps 接口定义和访问。

要定义变量,您可以使用变量命令:

L.variable("a index 2")

L.variables 返回所有变量的字典

您可以通过按名称从 L.variables 字典中检索变量对象来访问单个变量

a = L.variables['a']

然后可以通过访问该对象的 value 属性轻松读取和写入变量值。

print(a.value)
a.value = 4
检索任意 LAMMPS 表达式的值

LAMMPS 表达式可以使用 eval 方法立即求值。传递的字符串参数可以是包含全局热值、变量、计算或固定数据的任何表达式。

result = L.eval("ke") # kinetic energy
result = L.eval("pe") # potential energy

result = L.eval("v_t/2.0")
访问原子数据

可以使用 L.atoms 列表访问当前模拟中的所有原子。该列表的每个元素都是一个公开其属性(id、类型、位置、速度、力等)的对象。

# access first atom
L.atoms[0].id
L.atoms[0].type

# access second atom
L.atoms[1].position
L.atoms[1].velocity
L.atoms[1].force

还可以使用一些属性来设置:

# set position in 2D simulation
L.atoms[0].position = (1.0, 0.0)

# set position in 3D simulation
L.atoms[0].position = (1.0, 0.0, 1.)
评估热数据

每次模拟运行通常都会根据系统状态、计算、修复或变量产生热输出。运行后可以通过 L.runs 列表查询这些值的轨迹。该列表包含不断增长的运行数据列表。第一个元素是第一次运行的输出,第二个元素是第二次运行的输出。

L.run(1000)
L.runs[0] # data of first 1000 time steps

L.run(1000)
L.runs[1] # data of second 1000 time steps

每次运行都包含所有轨迹的字典。每个轨迹都可以通过其热名称访问:

L.runs[0].thermo.Step # list of time steps in first run
L.runs[0].thermo.Ke   # list of kinetic energy values in first run

与 matplotlib 一起,从 LAMMPS 中绘制数据变得简单:

import matplotlib.plot as plt
steps = L.runs[0].thermo.Step
ke    = L.runs[0].thermo.Ke
plt.plot(steps, ke)
使用 PyLammps 进行错误处理

在 LAMMPS 中使用 C++ 异常来处理错误,可以在 C++ 端捕获它们并在 Python 端重新抛出它们。这样就可以通过Python异常处理机制来处理LAMMPS错误。

注:在Python中捕获LAMMPS异常仍然可能意味着当前LAMMPS进程处于非法状态,必须终止。建议尽快保存数据并终止Python实例。

在 IPython 笔记本和 Jupyter 中使用 PyLammps

如果为与 IPython 相同的 Python 解释器安装 LAMMPS Python 包,则可以直接在 Jupyter 内的 IPython 笔记本中使用 PyLammps。 Jupyter 是一个强大的集成开发环境 (IDE),适用于 Python、Julia 等许多动态语言,可在任何 Web 浏览器中运行。除了自动完成和语法突出显示之外,它还允许您使用与可执行 Python 代码混合的标记、数学公式、图形和动画来创建格式化文档。这是一种很棒的教程和展示您最新研究的格式。

要启动 Jupyter 实例,只需在 Python 环境中运行以下命令(假设您遵循快速入门说明):

jupyter notebook
IPyLamps 示例

IPython 笔记本的示例可以在 python/examples/pylammps 子目录中找到。要打开这些笔记本,请在此目录中启动 jupyter 笔记本并导航到其中之一。如果您编译并安装了 LAMMPS 共享库(但有例外)、PNG、JPEG 和 FFMPEG 支持,您应该能够重新运行所有这些笔记本。

验证二面势

此示例展示了如何使用 IPython Notebook 将调和二面势的简单 LAMMPS 模拟与其解析解进行比较。模拟中放置了四个原子,并使用数据文件对它们应用二面势。然后,通过从 Python 设置其位置,使其中一个原子沿中心轴旋转,从而改变二面角。

phi = [d \* math.pi / 180 for d in range(360)]

pos = [(1.0, math.cos(p), math.sin(p)) for p in phi]

pe = []
for p in pos:
    L.atoms[3].position = p
    L.run(0)
    pe.append(L.eval("pe"))

通过评估每个位置的势能,我们可以用解析公式验证该轨迹。为了比较这两个解决方案,我们使用 matplotlib 绘制了两个轨迹,它将生成的绘图嵌入到 IPython 笔记本中。

运行蒙特卡罗弛豫

第二个示例展示了如何使用 PyLammps 创建 2D 蒙特卡罗松弛模拟、计算和绘制能量项,甚至嵌入视频输出。

最初,二维系统是在能量最小的状态下创建的。

然后通过将每个原子移动随机增量来使其无序。

random.seed(27848)
deltaperturb = 0.2

for i in range(L.system.natoms):
    x, y = L.atoms[i].position
    dx = deltaperturb \* random.uniform(-1, 1)
    dy = deltaperturb \* random.uniform(-1, 1)
    L.atoms[i].position  = (x+dx, y+dy)

L.run(0)

最后用Python实现了蒙特卡罗算法。它以随机增量连续移动随机原子,并且只接受某些移动。

estart = L.eval("pe")
elast = estart

naccept = 0
energies = [estart]

niterations = 3000
deltamove = 0.1
kT = 0.05

natoms = L.system.natoms

for i in range(niterations):
    iatom = random.randrange(0, natoms)
    current_atom = L.atoms[iatom]

    x0, y0 = current_atom.position

    dx = deltamove \* random.uniform(-1, 1)
    dy = deltamove \* random.uniform(-1, 1)

    current_atom.position = (x0+dx, y0+dy)

    L.run(1, "pre no post no")

    e = L.eval("pe")
    energies.append(e)

    if e <= elast:
        naccept += 1
        elast = e
    elif random.random() <= math.exp(natoms\*(elast-e)/kT):
        naccept += 1
        elast = e
    else:
        current_atom.position = (x0, y0)

每次迭代的能量都收集在 Python 列表中,并最终使用 matplotlib 进行绘制。

IPython 笔记本还展示了如何使用转储命令以及如何在 IPython 笔记本中嵌入视频文件。

使用 PyLammps 和 mpi4py(实验)

PyLammps 可以使用 mpi4py 并行运行。这个 python 包可以使用以下命令安装

pip install mpi4py

以下是一个简短的示例,它读取现有的 LAMMPS 输入文件并并行执行。您可以在 example/melt 文件夹中找到 in.melt。

from mpi4py import MPI
from lammps import PyLammps

L = PyLammps()
L.file("in.melt")

if MPI.COMM_WORLD.rank == 0:
    print("Potential energy: ", L.eval("pe"))

MPI.Finalize()

要使用 4 个 MPI 进程并行运行此脚本 (melt.py),我们调用以下 mpirun 命令:

mpirun -np 4 python melt.py

注:任何命令都必须由所有 MPI 进程执行。但是,评估和查询系统状态仅适用于等级 0。

如果您发现此 Python 界面有用,请随时向 Richard Berger (richardberger@outlookcom) 提供有关如何改进它的反馈和想法。我们还希望鼓励人们编写教程风格的 IPython 笔记本,展示 LAMMPS 的使用情况,也许还有他们的最新研究成果。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/623085.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Poetry Camera照相机将照片转换成诗歌并打印出来;吴恩达新课程深入了解Mistral;科学研究AI小助手data-to-paper

✨ 1: Poetry Camera 将拍摄的照片转换成诗歌并打印出来 Poetry Camera——一个能够把它所见之物转化成诗歌并打印出来的相机。你在一个美丽的公园&#xff0c;或者是一个充满故事的老街道。只要用Poetry Camera拍下这一刻&#xff0c;它就能立刻给你一首关于这个场景的诗。 …

(项目)-KDE巡检报告(模板

金山云于12月26日对建行共计【30】个KDE集群,合计【198】台服务器进行了巡检服务。共发现系统风险【135】条,服务风险【1912】条,服务配置风险【368】条。 一、系统风险 1、风险分析(图片+描述) (1)磁盘使用率高 问题描述多个集群的多台服务器磁盘使用率较高,远超过…

ModuleSim 仿真找不到模块 module is not defined

提示如下&#xff1a; # vsim -t 1ps -L altera_ver -L lpm_ver -L sgate_ver -L altera_mf_ver -L altera_lnsim_ver -L cycloneive_ver -L rtl_work -L work -voptargs""acc"" pulse_generator_tb # Start time: 14:26:25 on May 10,2024 # ** Note: (…

图的概念、性质和存储与简单遍历

前置知识&#xff1a;树的基本概念及性质 为了保证学习效果&#xff0c;请保证已经掌握前置知识之后&#xff0c;再来学习本章节&#xff01;如果在阅读中遇到困难&#xff0c;也可以回到前面章节查阅。 学习目标 掌握图的基本概念掌握图的一些性质 图的概念 基本概念 图 (…

绝地求生:经典艾伦格即将回归!绝地求生艾伦格进化史

29.2版本经典艾伦格地图将会回归&#xff0c;让我回顾一下艾伦格地图的改动历史吧&#xff01; 回归时间 2016年早期A测 A测 4.1版本&#xff1a;艾伦格-新视界 主要区域变动 Military Base(军事基地) Military Base Mylta Power&#xff08;大电&#xff09; Mylta Power …

Adobe After Effects AE v24.3.0 解锁版 (视频合成及视频特效制作)

Adobe系列软件安装目录 一、Adobe Photoshop PS 25.6.0 解锁版 (最流行的图像设计软件) 二、Adobe Media Encoder ME v24.3.0 解锁版 (视频和音频编码渲染工具) 三、Adobe Premiere Pro v24.3.0 解锁版 (领先的视频编辑软件) 四、Adobe After Effects AE v24.3.0 解锁版 (视…

笔记:完善python selenium 讯飞写作的整体自动化

昨天做得不太好,今天再来一次,我发现,只要写得多,一定会有发现。 1、加入本地目录,不要一直登录。 # 定义Edge浏览器的用户数据目录edge_user_data_dir = r"C:\Users\Administrator\AppData\Local\Microsoft\Edge\User Data\Default"# 设置Edge选项edge_optio…

解锁AI写作新纪元的文心一言指令

解锁AI写作新纪元的文心一言指令 在人工智能&#xff08;AI&#xff09;飞速发展的今天&#xff0c;自然语言处理&#xff08;NLP&#xff09;技术取得了显著的进步。文心一言&#xff0c;作为NLP领域的一颗璀璨明星&#xff0c;以其强大的文本生成和指令理解能力&#xff0c;为…

广东省网络安全竞赛部分web,misc wp

我的队伍只做了5题&#xff0c;还是太菜了&#xff0c;本来不想发的&#xff0c;但是写都写了&#xff0c;还是水一篇博客吧 这里是我们队的wp misc1 给了一个压缩包&#xff0c;解压需要密码&#xff0c;用纯数字密码没跑出来&#xff0c;感觉可能不是要强跑&#xff0c;看…

UIKit常用API:Transform

需求 使用Transform系列的API&#xff0c;该API中提供了旋转、平移等功能。其中函数中带make的效果是只变化一次&#xff0c;不带make可变化多次。此外&#xff0c;还有恢复函数&#xff1a;CGAffineTransformIdentity。 代码实现 注意按钮绑定的是同一个响应事件&#xff0…

详细分清Session,Cookie和Token之间的区别,以及JWT是什么东西

Cookie Cookie是一种小型的文本文件&#xff0c;由网站在用户访问时存储在其计算机或移动设备上&#xff0c;Cookie主要用于跟踪、识别和存储有关用户的信息。 简单来说Cookie就是用来存储某些后端发送给前端的数据&#xff0c;例如我们登陆后&#xff0c;后端会返回一个登录…

PythonStudio 控件使用常用方式(十一)MessageBox

PythonStudio是一个极强的开发Python的IDE工具&#xff0c;它使用的是Delphi的控件&#xff0c;常用的内容是与Delphi一致的。但是相关文档并一定完整。现在我试试能否逐步把它的控件常用用法写一点点&#xff0c;也作为PythonStudio的参考。 MessageBox是一个消息对话框&…

AI图书推荐:ChatGPT等生成式AI在高等教育中的应用

自2022年11月以来&#xff0c;ChatGPT及其在高等教育各个层面的影响已成为所有教育对话的核心内容。Chan和Colloton所著的书籍是首批全面探讨ChatGPT与生成式人工智能&#xff08;GenAI&#xff09;在高等教育中应用及影响的作品之一。 该书深入研究了针对专业环境定制的AI素养…

CHATGLM3应用指南(三)——模型微调

CHATGLM3的本地部署可以见博客&#xff1a;CHATGLM3应用指南&#xff08;一&#xff09;——本地部署_chatglm3需要多大内存-CSDN博客 一、微调数据集制作 数据集的形式如下图所示&#xff1a; 可使用下面代码对数据集格式调整 #! /usr/bin/env python print(!!!!!) import …

AI办公自动化-用kimi自动清理删除重复文件

在kimichat中输入提示词&#xff1a; 你是一个Python编程专家&#xff0c;要完成一个编写Python脚本的任务&#xff0c;具体步骤如下&#xff1a; 1、打开文件夹D:\downloads&#xff1b; 2、哈希值比较比较里面所有的文件&#xff0c;如果文件相同&#xff0c;那么移动多余…

秒杀系统之设计方向

1 秒杀存在的问题 对于一个日常平稳的业务系统&#xff0c;如果直接开通秒杀功能的话&#xff0c;往往会出现很多问题—— 2 设计方向的思考 秒杀本质是要求一个瞬时高发下的承压系统&#xff0c;这也是其区别于其他业务的核心场景。对日常系统秒杀产生的问题逐一进行拆解分…

MPLAB X IDE编译attiny1616工程报错却无报错信息

MPLAB X IDE(XC-8编译器)编译报错&#xff0c;无具体错误内容&#xff0c;仅显示需要xc-8 pro的警告。 内存占用率显示为81%&#xff0c;未超标。 原因&#xff1a;软件使用了microchip的bootloader功能。应用程序起始地址&#xff08;也是bootloader结束地址&#xff09;设置错…

【SAP ABAP学习资料】通过RFC接口上传图片至SAP 图片格式转换 图片大小调整

SAP图片相关&#xff1a; 链接: 【SAP ABAP学习资料】图片上传SAP 链接: 【SAP ABAP学习资料】屏幕图片预览 链接: 【SAP ABAP学习资料】smartforms打印图片&#xff0c;动态打印图片 需求&#xff1a; SAP上传图片只能本地电脑选择图片通过SE78或PERFORM IMPORT_BITMAP_BDS上…

【专利】一种日志快速分析方法、设备、存储介质

公开号CN116560938A申请号CN202310311478.5申请日2023.03.28 是我在超音速人工智能科技股份有限公司(833753) 职务作品&#xff0c;第一发明人是董事长夫妇&#xff0c;第二发明人是我。 ** 注意** &#xff1a; 内容比较多&#xff0c;还有流程图、界面等。请到 专利指定页面…

SSL/TLS协议信息泄露漏洞(CVE-2016-2183)解法

1.运行gpedit.msc&#xff0c;进入本地组策略编辑器。 2. 本地组策略编辑器-->计算机配置-->管理模板-->网络-->SSL配置设置-->启用“SSL密码套件顺序”。 3. 将原有的密码套件值清空&#xff0c;拷入下面的值&#xff0c;保存设置&#xff0c;并重启服务器即…