脚本分享：快速作图对比wannier拟合能带python脚本

本脚本通过Python实现电子能带结构数据的快速作图，能够从两个不同的数据文件（BAND.dat 和 wannier90_band.dat）中提取有效数据，并在同一坐标系下绘制对比图。

准备工作：使用VASPKIT处理获得能带数据BAND.dat，通过wannier90.x拟合获得紧束缚模型的电子能带 数据wannier90_band.dat。

注：BAND.dat中能量修改为未减去费米能级的绝对能量，如文件夹中保存有KLINES.dat文件，则用于绘制能带高对称点。

运行效果如下，

import numpy as np
import matplotlib.pyplot as plt
import osplt.rcParams['font.size'] = 14  # 基础字体大小
plt.rcParams['axes.labelsize'] = 16  # 轴标签字体大小
plt.rcParams['xtick.labelsize'] = 12  # x轴刻度字体大小
plt.rcParams['ytick.labelsize'] = 12  # y轴刻度字体大小
plt.rcParams['legend.fontsize'] = 14  # 图例字体大小def read_data(filename):"""从文件中读取数据，跳过以#开头的行"""data = []with open(filename, 'r') as f:for line in f:if not line.startswith('#'):parts = line.strip().split()if len(parts) >= 2:try:x = float(parts[0])y = float(parts[1])data.append((x, y))except ValueError:pass  # 跳过无法转换为浮点数的行return np.array(data)def find_discontinuities(data, threshold=0.5):"""识别k点的不连续位置"""discontinuities = []x_diff = np.diff(data[:, 0])for i, dx in enumerate(x_diff):if abs(dx) > threshold:discontinuities.append(i + 1)  # 添加断点索引return discontinuitiesdef read_klines(filename):"""从KLINES.dat文件中读取k点位置"""k_points = []with open(filename, 'r') as f:for line in f:if not line.startswith('#'):parts = line.strip().split()try:x = float(parts[0])k_points.append(x)except (ValueError, IndexError):passreturn np.unique(k_points)  # 返回唯一的k点位置# 读取两个数据文件
band_data = read_data('BAND.dat')
wannier_data = read_data('wannier90_band.dat')# 创建图形
plt.figure(figsize=(10, 7))  # 增大图表尺寸# 如果存在KLINES.dat文件，则绘制背景网格线
if os.path.exists('KLINES.dat'):k_points = read_klines('KLINES.dat')for k in k_points:plt.axvline(k, color='lightgray', linestyle='-', linewidth=1.0, alpha=0.5)plt.xlim(min(k_points), max(k_points))# 绘制BAND.dat的数据
discontinuities_band = find_discontinuities(band_data)
prev_idx = 0
for idx in discontinuities_band:plt.plot(band_data[prev_idx:idx, 0], band_data[prev_idx:idx, 1], label='BAND.dat' if prev_idx == 0 else "", color='#45B7D1', linewidth=2.0, alpha=0.8)  # 柔和的蓝色prev_idx = idx# 绘制最后一段
plt.plot(band_data[prev_idx:, 0], band_data[prev_idx:, 1], color='#45B7D1', linewidth=2.0, alpha=0.8)# 绘制wannier90_band.dat的数据
discontinuities_wannier = find_discontinuities(wannier_data)
prev_idx = 0
for idx in discontinuities_wannier:plt.plot(wannier_data[prev_idx:idx, 0], wannier_data[prev_idx:idx, 1], label='wannier90_band.dat' if prev_idx == 0 else "", color='#FC8D62', linewidth=2.0, linestyle='--', alpha=0.8)  # 柔和的红色prev_idx = idx# 绘制最后一段
plt.plot(wannier_data[prev_idx:, 0], wannier_data[prev_idx:, 1], color='#FC8D62', linewidth=2.0, linestyle='--', alpha=0.8)# 设置图表属性
plt.xlabel('k-point')
plt.ylabel('Energy (eV)')
plt.title('Electronic Band Structure Comparison')
plt.legend()
plt.grid(True, axis='y', linestyle='--', alpha=0.3)# 设置纵坐标范围在0附近
plt.ylim(-10, 10)  # 根据需要调整范围# 保存图形
plt.tight_layout()
plt.savefig('band_structure_comparison.png', dpi=300, bbox_inches='tight')
plt.show()