结构模拟、计算和画图相关的python库（14个）

casjxm

建模：
1. ASE
主页：https://wiki.fysik.dtu.dk/ase/
安装：pip install ase
简介：ASE 是一个用 Python 编写的原子模拟环境，旨在设置、控制和原子模拟分析，凭借其开源性、高性能和多学科支持，已成为原子级模拟领域的标杆工具


2. freud
主页：https://freud.readthedocs.io/en/latest/
安装：pip install freud
简介：Freud 是一个开源的 Python 库，专注于分子动力学（MD）和粒子系统分析，由加州大学伯克利分校（UC Berkeley）开发。它为研究人员提供了高效、灵活的工具来计算和分析大规模粒子系统的结构与动力学性质，广泛应用于材料科学、生物医学和软物质研究领域。


3. pymatgen
主页：https://pymatgen.org/
安装：pip install pymatgen
简介：PyMatGen 专为材料科学设计，旨在加速材料发现与研发流程。它通过整合数据管理、计算工具、机器学习及可视化功能，支持从高通量计算到材料性质预测的全链条分析。通过其强大的数据管理、计算自动化及机器学习集成能力，成为材料基因组学研究的核心工具。无论是学术界还是工业界，它都能显著提升材料研发的效率与成功率，助力用户从数据驱动的材料发现迈向实际应用。


4. spglib
主页：https://spglib.readthedocs.io/en/stable/
安装：pip install spglib
简介：spglib是一个用 C 语言编写的、用于寻找和处理晶体对称性的库。它提供了 Python、Fortran、Rust 和 Ruby 接口。
功能：
Find symmetry operations
Identify space-group type
Wyckoff position assignment
Refine crystal structure
Find a primitive cell
Search irreducible k-points


计算：
5. GPAW
主页：https://gpaw.readthedocs.io/
安装：conda install -c conda-forge gpaw
介绍：GPAW（Grid-based Projector Augmented Wave method）是一个用于密度泛函理论（DFT）计算的免费开源软件包。它主要用于模拟材料的电子结构、性质和反应行为。GPAW基于平面波基组和投影增强波（PAW）方法，结合了高效的数值算法和高性能计算技术，广泛应用于凝聚态物理、材料科学和化学领域。


6. PySCF
主页：https://pyscf.org/
安装：pip install pyscf
PySCF（Python-based Simulations of Chemistry Framework）是一个开源的量子化学计算库，专注于分子和材料的电子结构计算。它基于 Python 开发，提供了灵活的接口和高效的算法，支持多种量子化学方法，包括 Hartree-Fock、密度泛函理论（DFT）、耦合簇（CC）和多参考方法等。PySCF 是一个功能强大且易于扩展的工具，广泛应用于化学、材料科学和高性能计算领域。



7. ASR
https://asr.readthedocs.io/en/latest/index.html
ASR 是一套用于原子尺度模拟的工具和脚本**，旨在简化和标准化基于第一性原理（如密度泛函理论，DFT）以及其他原子模拟方法的计算流程。它基于 Python 语言开发，利用了许多现有的开源软件包（如 GPAW 等），为科研人员提供了一个灵活且高效的框架来进行各类原子模拟研究


8. PyQuante
主页：https://pyquante.sourceforge.net/
安装：pip install pyquante
介绍：PyQuante 是一个开源的 Python 库，专注于量子化学计算，主要用于分子和材料的电子结构分析。它基于 Python 开发，提供了简洁的接口和高效的算法，支持多种量子化学方法，如 Hartree-Fock 方法、密度泛函理论（DFT）、耦合簇（CC）等。PyQuante 是一个轻量级的量子化学工具，适合中小规模分子体系的电子结构计算。


9. OpenMM
主页：https://simtk.org/projects/openmm
安装：conda install -c omnia openmm 或 pip install simtk-openmm
OpenMM 是一个高性能的分子动力学（Molecular Dynamics, MD）模拟引擎，专注于大规模分子系统的模拟。它是一个开源项目，支持多种力场和计算方法，适用于生物分子、材料科学和高性能计算（HPC）领域。OpenMM 的设计目标是提供高效、灵活和可扩展的分子动力学模拟工具，支持从桌面计算机到超级计算机的多平台运行。


10. RDKit
主页：https://www.rdkit.org/
安装：conda install -c rdkit rdkit 或 pip install rdkit-pypi
RDKit 是一个开源的化学信息学工具包，专注于分子结构处理、化学数据分析和小分子药物发现。它基于 Python 和 C++ 开发，提供了丰富的功能模块，支持分子解析、特征提取、化学反应模拟、相似性分析等任务。RDKit 是化学信息学领域的重要工具，广泛应用于药物研发、材料科学和生物信息学。


画图：
11. PyMOL
主页：https://pymol.org/
安装：conda install -c schrodinger pymol
PyMOL 是一款功能强大的开源分子可视化软件，广泛应用于化学、生物学、材料科学和药物研发等领域。它提供了直观的用户界面和强大的脚本功能，支持高精度的分子结构渲染、动态轨迹分析和交互式可视化。


12. Matplotlib
主页：https://matplotlib.org/
安装：pip install matplotlib 或 conda install matplotlib
Matplotlib 是 Python 中最基础、最广泛使用的绘图库之一，由 John D. Hunter 开发。它提供了丰富的二维绘图功能，支持多种图表类型（如折线图、散点图、柱状图、等高线图等），并允许用户对图表进行高度自定义。Matplotlib 是科学计算和数据分析领域的核心工具之一，广泛应用于学术研究、工程开发和数据展示。


13. Plotly
主页：https://plotly.com/
安装：pip install plotly
简介：Plotly 是一个功能强大的交互式数据可视化库，支持 Python、R、MATLAB 等多种编程语言。它由 Plotly 公司开发，专注于生成美观、交互性强的图表，适合用于数据分析、科学计算和商业展示。Plotly 的图表不仅支持动态交互（如缩放、平移、悬停显示数据点），还可以嵌入到网页或应用程序中，广泛应用于数据展示和实时数据分析。


14. ParaView
主页：https://www.paraview.org/
安装：conda install paraview
简介：ParaView 是一个开源的科学数据分析和可视化平台，专注于处理大规模科学数据集。它由美国能源部（DOE）劳伦斯利弗莫尔国家实验室（LLNL）、圣地亚国家实验室（SNL）和加州大学戴维斯分校（UC Davis）联合开发。ParaView 提供了强大的数据可视化功能，支持多种数据格式和复杂的科学计算任务，广泛应用于工程、物理、生物医学、气候科学和材料科学等领域。

薄饼

博主好专业