Juypter Lab

Jupyter 可以作为交互式Python写作的平台，以前叫IPython，与Matplotlib结合使用可以作为Python中的科学计算模块，进行交互式的编程以及图像处理，目前在ab initio方面用的还不是很多主要是洛桑联邦理工的大牛Nicola Marzari的组在用（AiiDA）。

1、安装：很简单，Anaconda3+chrome浏览器，自行安装，然后终端输入：conda update anaconda以及conda install jupyter，就好了

2、启动，终端输入：jupyter lab

这里推荐用lab而不是notebook，新添加的具有IDE功能，很强大。

然后就是选择Python3新建一个note了

3、In[]这一行输代码，shit+enter自动编译结果，注意需要import命令导入Numpy以及matplotlib，下图是简单示例：

4、其他示例可以查看matplotlib官网，能够绘制不少高颜值的图像https://matplotlib.org/。这里提一下如何根据已有数据来绘图，因为我们通常的结果都是大量数据点。

以VASP分子动力学结果为例，绘制整个过程中总能随时间变化的曲线。

首先准备结果数据，从log或者OUTCAR中提取，如下：（第一列是时间，单位fs，第二列是总能，单位eV，中间，隔开，文件名MD-300.dat，总共5000行其他行略）

在同一文件夹下创建.ipynb文件并在Jupyter Lab中打开，输入：

这里有个子图的概念，其实就是拼接多个图形在一张图里面，简单起见都采用同一组数据，shift+enter结果：

最后自己根据需要调节子图个数，颜色，坐标范围等，主要用的控制参数都可以查阅官网。

其他像能带、态密度、声子谱这些同样地方法都可以绘制。同时可以看一下官网里面的例子（https://matplotlib.org/gallery/index.html），颜值都非常的高（比如Machine Learning中常用的热图，这个画起来非常简单也很漂亮）。

最后，用这个画图，不会有一股浓浓的Origin风格。

Ref：

[1] http://jupyter.org/

[2] http://www.scipy-lectures.org/intro/index.html (Python做科学计算的一个lecture，强烈推荐)

[3] https://matplotlib.org/contents.html （文档）