import numpy as np
array = np.array([[1,2,3],[4,5,6]])
print(array)
print("Number pf dim:",array.ndim)
print("Shape:",array.shape)
print("Size:",array.size)
第一步： 初末态结构优化建立两个文件夹 ini, fin，在每个文件夹中放vasp计算必备的四个文件（INCAR，POSCAR，KPOINTS，POTCAR），其中的两个POSCAR对应未优化的初末态。确保两个文件夹里面除POSCAR外，其他文件完全一样。对于两个POSCAR，注意每一行的原子一一对应。若有固定位置的原子（比方做表面计算，要固定底部1-2层原子）。 第二步： 用dist.pl检查两个优化后结构(两个CONTCAR)的相似程度（每个对应原子的初末态距离的平方和，再开根号）。 dist.pl ini/CONTCAR fin/CONTCAR 第三步： 插点的数目取决于前面dist.pl的返回值，一般插点数目可取（dist.pl返回值/0.8）。 具体插点的命令： nebmake.pl ini/CONTCAR fin/CONTCAR N 最后的N表示插点数目。插入点的算法为线性插值，详情请进前面给的vtst脚本链接。我这里为简单插一个点，执行完命令后出现文件夹00--07。 可用命令nebavoid.pl 1,确保中间插入的点每一个原子间距都大于1A。该命令的参数1表示最小允许间距，可取小数。 System = NEB PREC = Accurate #ISYM =0 ENCUT = 650 EDIFF = 1e-4 EDIFFG = -0.001 KSPACING= 0.5 ISIF = 2 NSW = 500 ISMEAR = 0; SIGMA = 0.05 LCHARG = FALSE LWAVE = FALSE ISTART = 0 IV DW=10 #NPAR = 3 #NEB IBRION = 3 POTIM = 0 IOPT = 1 ICHAIN = 0 LCLIMB = .TRUE. SPRING =-5 IMAGES =6 第四步： 后处理：nebef.pl， nebbar...
评论
发表评论